[发明专利]建筑机电系统故障智能预测方法和系统

权利要求书

1.建筑机电系统故障智能预测方法，其特征在于，包括以下步骤：

响应于设备的运行数据被第一预测条件满足，生成设备位置及设备运行的故障预测信息；

响应于设备的环境数据被第二预测条件满足，生成所述设备位置及环境异常信息；

生成并发送故障预测清单，所述故障预测清单包括所述设备位置以及故障预测信息和/或环境异常信息。

2.根据权利要求1所述的建筑机电系统故障智能预测方法，其特征在于，还包括以下步骤：

根据预先划分的区域对设备进行号码编制并生成设备号码，所述设备号码包括区域信息及设备信息。

3.根据权利要求2所述的建筑机电系统故障智能预测方法，其特征在于，所述响应于设备的运行数据被第一预测条件满足中，划分高峰时段和正常时段，所述第一预测条件包括高峰期阈值和正常时段阈值。

4.根据权利要求3所述的建筑机电系统故障智能预测方法，其特征在于，所述响应于设备的环境数据被第二预测条件满足，生成所述设备位置及环境异常信息，包括以下步骤：

基于获取的环境数据进行区域判定和划分，所述环境数据包括：温度数据、湿度数据及区域图像数据；

响应于所述温度数据、所述湿度数据或/和所述图像数据被所述第二预测条件满足，判定所述设备环境数据存在异常并发送异常信号；

接受所述异常信号，发送设备位置及环境异常信息。

5.根据权利要求1-3任一项所述的建筑机电系统故障智能预测方法，其特征在于，还包括以下步骤：

基于所述故障预测清单，进行等级评判，生成故障排查方案。

6.根据权利要求5所述的建筑机电系统故障智能预测方法，其特征在于，所述基于所述故障预测清单，进行等级评判，生成故障排查方案，包括以下步骤：

基于预测的故障清单判定故障等级；

当故障等级被判定为是一级故障时，进行设备自我保护；

当故障等级被判定为是二级故障时，发出报警信号以通知巡检人。

7.根据权利要求6所述的建筑机电系统故障智能预测方法，其特征在于，所述进行设备自我保护包括使设备停机或切换减载模式。

8.建筑机电系统故障智能预测系统，其特征在于，使用了权利要求1-7任一项所述的建筑机电系统故障智能预测方法，包括：

设备运行监测模块，响应于设备的运行数据被第一预测条件满足，生成设备位置及设备运行的故障预测信息；

设备环境检测模块，响应于设备的环境数据被第二预测条件满足，生成所述设备位置及环境异常信息；

故障预测模块，生成并发送故障预测清单，所述故障预测清单包括所述设备位置以及故障预测信息和/或环境异常信息。

9.终端设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，其特征在于，所述处理器加载并执行计算机程序时，采用了权利要求1-7任一项所述的建筑机电系统故障智能预测方法。

10.计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器加载并执行时，采用了权利要求1-7任一项所述的建筑机电系统故障智能预测方法。