[发明专利]设备信息诊断方法、装置、设备及计算机可读存储介质

说明书

本申请实施例涉及设备信息诊断技术领域，公开了一种设备信息诊断方法、装置、设备及计算机可读存储介质，通过将获取到的设备数据进行分组，并获取每个数据组中所包含的每个设备数据的第一数据名称，生成用于对设备数据进行分析诊断的诊断模型之后，确定诊断模型支持输入并进行诊断的数据所对应的第二数据名称，从数据组中确定与第二数据名称相同的第一数据名称所对应的设备数据作为待输入数据输入诊断模型中，来得到诊断结果，能够提高维护人员在设备和设备数据较多时进行故障诊断的效率，能够更快捷地得到诊断结果，使得维护人员对设备的维护更加及时。

技术领域

本申请实施例涉及设备诊断技术领域，具体涉及一种设备信息诊断方法、装置、设备及计算机可读存储介质。

背景技术

近年来，随着科技的发展，企业投入工厂生产设备的数量越来越多，设备的结构也越来越复杂，而随着传感器技术的广泛应用和部署，在多个设备同时进行作业时，传感器对设备进行监控所产生的设备数据浩瀚如海，而用于诊断设备故障的诊断分析模型往往需要将同一来源的多个设备数据作为输入进行运算分析以得到某一设备或某一模块的分析结果，使得维护人员能够根据分析结果对故障的设备或模块进行维护。

在实际操作中，维护人员需要将来自不同设备的设备数据进行筛选并手动输入进模型中以得到针对所需要进行诊断的一个或多个设备的分析结果，输入过程费时费力，不利于对设备进行故障诊断的效率，影响设备维护的及时性。

发明内容

鉴于上述问题，本申请实施例提供了一种设备信息诊断方法、装置、设备及计算机可读存储介质，用于解决设备数据输入模型过程繁琐的问题。

根据本申请实施例的一个方面，提供了一种设备信息诊断方法，包括：获取设备数据；分析设备数据，得到设备数据的数据来源；将数据来源相同的设备数据分配至同一个组当中，得到至少一个数据组，每个数据组中包括至少一个设备数据；获取每个数据组中所包含的每个设备数据的第一数据名称；生成用于对设备数据进行分析诊断的诊断模型；确定第二数据名称，第二数据名称为诊断模型支持输入并进行诊断的数据所对应的名称；从至少一个数据组中确定与第二数据名称相同的第一数据名称所对应的设备数据，将其作为待输入数据；将待输入数据输入诊断模型，得到诊断结果。通过将获取到的设备数据进行分组，并获取每个数据组中所包含的每个设备数据的第一数据名称，生成用于对设备数据进行分析诊断的诊断模型之后，确定诊断模型支持输入并进行诊断的数据所对应的第二数据名称，从数据组中确定与第二数据名称相同的第一数据名称所对应的设备数据作为待输入数据输入诊断模型中，来得到诊断结果，使得同一数据来源的设备数据能够对应诊断模型中名称一致的输入，以快速对该数据来源对应的设备、模块或元件进行诊断。当存在大量设备数据时，将设备数据输入模型的过程更加快捷，不需要人工手动对照名称进行依次输入，能够提高维护人员在设备和设备数据较多时进行故障诊断的效率，使诊断模型能够更快地对设备数据进行分析诊断，得到诊断结果，有助于维护人员对设备的及时维护。

在一种可选的方式中，所述将数据来源相同的设备数据分配至同一个组当中，得到至少一个数据组之后，设备信息诊断方法还包括：判断每一个数据组中是否存在重复的设备数据；若是，则在同一数据组中保留重复的设备数据中的一个设备数据；对数据组中的设备数据进行压缩，得到新的设备数据。通过对重复的设备数据进行剔除，并对设备数据进行压缩得到新的设备数据，使得多余的设备数据不会在后续进行分析时影响分析结果的准确度，也使得设备数据更加精简，避免由于数据重复冗余导致处理时间过长的意外发生，而压缩后得到的新的设备数据占用空间更小，降低了数据传输和数据处理的压力。

在一种可选的方式中，所述对数据组中的设备数据进行压缩，得到新的设备数据，包括：通过分段聚集平均算法对设备数据进行压缩，得到新的设备数据。由于工业设备产生的设备数据的数据维度高且数据量大，大多数数据分析方法往往难以支持如此大的工作量，通过采用分段聚集平均算法对设备数据进行压缩，对数据维度高且数据量大的设备数据的压缩不易损失过多的设备数据的特征，能够较好地保留设备数据的形状特征和趋势特征，得到的数据序列会更加平滑，使得后续步骤中对设备数据的诊断分析能够更加准确。