[發明專利]基于SCADA的設備故障檢測系統和檢測方法在審
| 申請號: | 201810044817.7 | 申請日: | 2018-01-17 |
| 公開(公告)號: | CN108377209A | 公開(公告)日: | 2018-08-07 |
| 發明(設計)人: | 胡珍;王亞男;李天輝 | 申請(專利權)人: | 北京和利時智能技術有限公司 |
| 主分類號: | H04L12/26 | 分類號: | H04L12/26;H04L12/24;G06F17/30 |
| 代理公司: | 北京和信華成知識產權代理事務所(普通合伙) 11390 | 代理人: | 胡劍輝 |
| 地址: | 100176 北京市大興區經濟技術*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據庫系統 設備檢測 設備數據 收集裝置 特征數據 相關參數 應用裝置 設備故障檢測 存儲特征數據 數據訪問接口 互聯網連接 存儲設備 收集設備 特征提取 用戶顯示 對設備 檢測 分析 | ||
1.一種基于SCADA的設備故障檢測系統,其特征在于,包括設備檢測應用裝置(100),數據庫系統(200)和設備數據收集裝置(300),所述設備檢測應用裝置(100)和數據庫系統(200)之間通過數據訪問接口連接,所述數據庫系統(200)和設備數據收集裝置(300)之間通過互聯網連接;所述設備數據收集裝置(300)用于收集設備的相關參數信息,所述數據庫系統(200)用于對存儲所述設備的相關參數信息,并對所述設備的相關參數信息進行特征提取得到特征數據,并存儲所述特征數據;所述設備檢測應用裝置(100)用于從所述數據庫系統(200)獲取所述特征數據,對所述特征數據進行分析得到分析結果,并將所述分析結果向用戶顯示。
2.根據權利要求1所述的檢測系統,其特征在于,所述設備數據收集裝置(300)包括分析儀或可編程邏輯控制器PLC(301)和設備(302);所述分析儀或可編程邏輯控制器PLC(301)用于通過傳感器獲取所述設備(302)的參數信息,并通過互聯網將所述參數信息傳輸給所述數據庫系統(200)。
3.根據權利要求1或2所述的檢測系統,其特征在于,所述數據庫系統(200)包括數據采集與監視控制系統SCADA數據庫(201)和數據計算中心(202);所述SCADA數據庫(201)用于接收所述分析儀或者PLC(301)通過互聯網傳輸的所述參數信息,并存儲;所述數據計算中心(202)用于對所述參數信息進行特征提取得到特征數據,并將所述特征數據存儲到所述SCADA數據庫(201)中。
4.根據權利要求3所述的檢測系統,其特征在于,所述設備檢測應用裝置(100)包括設備檢測工具(101)和設備檢測可視化工具(102),所述設備檢測工具(101)用于從所述SCADA數據庫(201)獲取所述特征數據,并根據用戶輸入的模型選擇信息確定模型,根據所述模型對所述特征數據進行分析得到分析結果,將分析結果存儲于所述SCADA數據庫(201)中;所述設備檢測可視化工具用于從所述SCADA數據庫(201)中獲取所述分析結果,并向用戶顯示。
5.根據權利要求2所述的檢測系統,其特征在于,所述分析儀或可編程邏輯控制器PLC(301)通過互聯網將所述參數信息傳輸給所述數據庫系統(200)之前,所述分析儀或可編程邏輯控制器PLC(301)還用于對所述參數信息進行預處理。
6.根據權利要求3所述的檢測系統,其特征在于,所述數據計算中心(202)用于對所述參數信息進行特征提取得到特征數據,包括:
所述數據計算中心(202)采用小波變換,快速傅氏變換或Fisher準則對所述參數信息進行特征提取得到特征數據。
7.根據權利要求4所述的檢測系統,其特征在于,所述設備檢測工具(101)為數學模型分析,包括混合高斯模型、神經網絡、統計模式識別、自回歸模型中的至少一個。
8.根據權利要求1所述的檢測系統,其特征在于,所述設備檢測可視化工具(102)為可視化多樣性工具,所述設備檢測可視化工具(102)將所述分析結果向用戶顯示包括:
所述設備檢測可視化工具(102)將所述分析結果以雷達圖,健康衰退曲線或健康狀態預測向用戶顯示。
9.一種基于SCADA的設備故障檢測方法,其特征在于,所述檢測方法包括:
設備數據收集裝置通過傳感器獲取設備的參數信息;
數據庫系統存儲所述參數信息,并對所述參數信息進行特征提取得到特征數據;
設備檢測應用裝置根據用戶輸入的模型信息確定模型,對所述特征數據進行分析得到分析結果,并向用戶顯示所述分析結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京和利時智能技術有限公司,未經北京和利時智能技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810044817.7/1.html,轉載請聲明來源鉆瓜專利網。





