[發(fā)明專利]故障預(yù)測方法、裝置、終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011245611.4
• 申請日: 2020-11-10
• 公開（公告）號: CN112346893A
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計）人: 張孝山;林峰平;劉健;羅俊君;馮澤倫;文志雄
• 申請（專利權(quán)）人: 深圳市康必達(dá)控制技術(shù)有限公司
• 主分類號: G06F11/00
• 分類號: G06F11/00;H02J9/06;G06N3/04;G06N3/08
• 代理公司: 深圳市恒申知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 鮑竹

本發(fā)明提供了一種故障預(yù)測方法、裝置、終端及存儲介質(zhì)，方法包括如下步驟：獲取關(guān)鍵部件的多個故障因子及關(guān)鍵部件的多個歷史故障時間點；根據(jù)關(guān)鍵部件的多個故障因子及關(guān)鍵部件的多個歷史故障時間點，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲取關(guān)鍵部件的預(yù)計故障時間；計算關(guān)鍵部件的當(dāng)前時間與預(yù)計故障時間的差值，預(yù)測關(guān)鍵部件的故障可能性；應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可以獲取關(guān)鍵部件的預(yù)計故障時間，通過分析故障因子，確定關(guān)鍵部件的故障可能性。運用本方法之后，可以將關(guān)鍵部件的特征細(xì)化為容易把控的故障因子，對關(guān)鍵部件的狀態(tài)進(jìn)行分析，以此確定目標(biāo)對象將要損壞的部件，預(yù)測目標(biāo)對象發(fā)生故障的可能性。

技術(shù)領(lǐng)域

本發(fā)明涉及故障處理技術(shù)，尤其是指一種故障預(yù)測方法、裝置、終端及存儲介質(zhì)。

背景技術(shù)

UPS配合電系統(tǒng)的供電系統(tǒng)被廣泛應(yīng)用于數(shù)據(jù)中心，以保證數(shù)據(jù)中心的可靠性。而這一模式的核心設(shè)備是UPS，而提高UPS的可靠性，并不能從根本上解決供電系統(tǒng)的安全性和可靠性。因此，UPS已經(jīng)從單純的獨立電源設(shè)備，發(fā)展成為具有多種通信方式管理與IT系統(tǒng)無縫集成的網(wǎng)絡(luò)設(shè)備。

然而，由于新型UPS的發(fā)展過于快速，整體結(jié)構(gòu)近似于多部件的拼裝，有一些部件容易損壞。因此，預(yù)估UPS的主要器件發(fā)生故障的可能性，才能更好地保證這一設(shè)備的正常運行。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：對目標(biāo)對象的器件進(jìn)行預(yù)測，估算目標(biāo)對象的主要器件發(fā)生故障的可能性。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：提供一種故障預(yù)測方法，包括如下步驟：獲取關(guān)鍵部件的多個故障因子及關(guān)鍵部件的多個歷史故障時間點；根據(jù)關(guān)鍵部件的多個故障因子及關(guān)鍵部件的多個歷史故障時間點，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲取關(guān)鍵部件的預(yù)計故障時間；計算關(guān)鍵部件的當(dāng)前時間與預(yù)計故障時間的差值，預(yù)測關(guān)鍵部件的故障可能性。

進(jìn)一步地，獲取并比較各個所述關(guān)鍵部件的當(dāng)前時間與所述計故障時間的差值，確定所述目標(biāo)對象損壞的關(guān)鍵部件。

具體的，根據(jù)所述目標(biāo)對象的工況，確定神經(jīng)網(wǎng)絡(luò)的隱藏層的層數(shù)；

應(yīng)用MLP神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練，建立所述關(guān)鍵部件的狀態(tài)評估模型；

應(yīng)用所述關(guān)鍵部件的狀態(tài)評估模型，計算出關(guān)鍵部件的預(yù)計故障時間。

進(jìn)一步地，對所述故障因子的歷史參數(shù)進(jìn)行分割，生成訓(xùn)練集數(shù)據(jù)、驗證集數(shù)據(jù)和測試集數(shù)據(jù)；

對所述訓(xùn)練集數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立所述關(guān)鍵部件的狀態(tài)評估模型；

應(yīng)用所述驗證集數(shù)據(jù)，調(diào)整所述關(guān)鍵部件的狀態(tài)評估模型；

按照所述測試集數(shù)據(jù)，驗證所述關(guān)鍵部件的狀態(tài)評估模型。

其中，在歷史時間段內(nèi)，實時采集所述關(guān)鍵部件在多個目標(biāo)對象上的運行數(shù)據(jù)、維護(hù)數(shù)據(jù)及故障記錄；

按照所述目標(biāo)對象的類型，對所述運行數(shù)據(jù)、維護(hù)數(shù)據(jù)及故障記錄進(jìn)行分類整理，生成所述關(guān)鍵部件特征的歷史故障信息；

從所述關(guān)鍵部件特征的歷史故障信息，選取所述關(guān)鍵部件的多個故障因子及關(guān)鍵部件的多個歷史故障時間點；

其中，所述運行數(shù)據(jù)，包括，用戶的使用習(xí)慣信息、運行模式信息、負(fù)載調(diào)節(jié)信息。

具體的，應(yīng)用主成分分析法，對所述關(guān)鍵部件特征的歷史故障信息進(jìn)行降維處理，生成所述關(guān)鍵部件的多個故障因子。

進(jìn)一步地，按照所述目標(biāo)對象的類型，對所述運行數(shù)據(jù)、維護(hù)數(shù)據(jù)及故障記錄的格式進(jìn)行統(tǒng)一；

獲取格式統(tǒng)一的所述運行數(shù)據(jù)、維護(hù)數(shù)據(jù)及故障記錄的閾值范圍，以剔除數(shù)據(jù)異常點；

分別對剔除異常點的運行數(shù)據(jù)、維護(hù)數(shù)據(jù)及故障記錄進(jìn)行平滑處理，獲得目標(biāo)對象的數(shù)據(jù)變化趨勢。