[發明專利]一種基于人工智能的泵站運行異常診斷方法及系統

有效

• 申請號: 201810132927.9
• 申請日: 2018-02-09
• 公開（公告）號: CN108345282B
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 謝和坤;周衛東;謝頂浪;裴慶非;陸增友
• 申請（專利權）人: 杭州亞大自動化有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418;G01D21/02
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 戴錦躍

1.一種基于人工智能的泵站運行異常診斷方法，其特征在于，包括如下步驟：

獲取上一級泵站和下一級泵站的運行監測數據，并根據數據類型對上一級泵站的運行監測數據和下一級泵站的運行監測數據關聯后進行分類存儲，其中，所述運行監測數據中攜帶有運行信息；

建立針對于數據類型的異常事件，所述異常事件中攜帶有異常標簽和異常信息；

在對應的數據類型中根據所述異常事件對所述運行監測數據進行掃描，提取所述運行監測數據中的運行信息與異常信息進行比對，并判斷運行信息是否涵蓋異常信息；

若是，則發出警示信息。

2.根據權利要求1所述的一種基于人工智能的泵站運行異常診斷方法，其特征在于，建立針對于數據類型的異常事件，所述異常事件中攜帶有異常標簽和異常信息，包括如下步驟：

異常信息中攜帶有異常參數，建立對異常參數的可編輯區域；

判斷可編輯區域中是否填寫有修改參數；

若是，則進一步判斷修改賬號的權限等級，若修改賬號的權限等級超過預設的權限等級，則將修改參數替換異常參數。

3.根據權利要求1所述的一種基于人工智能的泵站運行異常診斷方法，其特征在于，在運行信息涵蓋異常信息，則發出警示信息中，包括如下步驟：

建立異常事件的警示優先級；

獲取運行信息涵蓋異常信息時的警示發生時間；

基于涵蓋異常信息的運行信息以生成運行信息集合，依次根據警示優先級、數據類型、警示發生時間以對運行信息集合進行排序；

根據運行信息集合從上往下依次發出運行信息語音播報的警示信息。

4.根據權利要求3所述的一種基于人工智能的泵站運行異常診斷方法，其特征在于，根據運行信息集合從上往下依次發出運行信息語音播報的警示信息，包括如下步驟：

建立警示信息的播報時長，所述播報時長為異常事件對所述運行監測數據進行掃描的掃描間隔；

基于運行信息集合中運行信息的數量、以及播報時長，為每個運行信息平均分配語音播報的發聲時長。

5.一種基于人工智能的泵站運行異常診斷系統，其特征在于，包括：

獲取模塊，用于獲取上一級泵站和下一級泵站的運行監測數據，并根據數據類型對上一級泵站的運行監測數據和下一級泵站的運行監測數據關聯后進行分類存儲，其中，所述運行監測數據中攜帶有運行信息；

建立模塊，用于建立針對于數據類型的異常事件，所述異常事件中攜帶有異常標簽和異常信息；

掃描模塊，用于在對應的數據類型中根據所述異常事件對所述運行監測數據進行掃描，提取所述運行監測數據中的運行信息與異常信息進行比對，并判斷運行信息是否涵蓋異常信息；警示模塊，用于在運行信息是否涵蓋異常信息時，發出警示信息。

6.根據權利要求5所述的一種基于人工智能的泵站運行異常診斷系統，其特征在于，所述建立模塊包括：

編輯模塊，異常信息中攜帶有異常參數，建立對異常參數的可編輯區域；

判斷模塊，用于判斷可編輯區域中是否填寫有修改參數；

替換模塊，在可編輯區域中填寫有修改參數，則進一步判斷修改賬號的權限等級，若修改賬號的權限等級超過預設的權限等級，則將修改參數替換異常參數。

7.根據權利要求5所述的一種基于人工智能的泵站運行異常診斷系統，其特征在于，所述警示模塊包括：

優先級模塊，用于建立異常事件的警示優先級；

時間記錄模塊，用于獲取運行信息涵蓋異常信息時的警示發生時間；

排序模塊，基于涵蓋異常信息的運行信息以生成運行信息集合，依次根據警示優先級、數據類型、警示發生時間以對運行信息集合進行排序；

語音播放模塊，根據運行信息集合從上往下依次發出運行信息語音播報的警示信息。

8.根據權利要求7所述的一種基于人工智能的泵站運行異常診斷系統，其特征在于，所述語音播放模塊包括：

播放時長建立模塊，建立警示信息的播報時長，所述播報時長為異常事件對所述運行監測數據進行掃描的掃描間隔；

播放時長播放模塊，基于運行信息集合中運行信息的數量、以及播報時長，為每個運行信息平均分配語音播報的發聲時長。