[發明專利]設備的故障預測方法、裝置、系統、設備及存儲介質

有效

• 申請號: 202110547676.2
• 申請日: 2021-05-19
• 公開（公告）號: CN113222262B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 代超;葉翔;曾錫安;陳濤
• 申請（專利權）人: 深圳市捷晶能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N7/02
• 代理公司: 深圳智匯遠見知識產權代理有限公司 44481
• 代理人: 李雪鵑;劉潔

本申請涉及一種設備的故障預測方法、裝置、系統、設備及存儲介質，該方法包括：獲取設備的至少一個運行指標的當前運行數據；獲取至少一個運行指標的歷史運行數據；對于每一個運行指標，進行如下處理：獲取當前運行數據和歷史運行數據的第一差值；確定第一差值所屬的目標子論域以及目標子論域的第一評分；獲取目標子論域的上邊界值和下邊界值；基于第一評分、目標子論域的下一子論域的第二評分、上邊界值和下邊界值計算運行指標的附加評分；將第一評分和附加評分的和作為運行指標的總評分；根據每個運行指標的總評分和運行指標的權重值對設備進行故障預測。本申請用以提供一種準確、可靠、適用范圍廣的故障預測方法。

技術領域

本申請涉及智能監控技術領域，尤其涉及一種設備的故障預測方法、裝置、系統、設備及存儲介質。

背景技術

在石油、化工、電子、醫藥、新能源等眾多類型的企業中，工業廢物的產生不可避免，工業廢物處理設備已經成為此類企業在生產過程中不可缺少的設備之一。隨著工業大數據技術的發展，實現工業廢物處理設備的遠程監控已經成為必然趨勢。

對于工業廢物處理設備的故障預測，現有技術中采用基于神經網絡算法的故障預測模型對工業廢物處理設備進行故障預測。但是，神經網絡模型的準確性建立在對大量具有明顯特征的數據進行訓練的基礎上，訓練樣本越完善，故障預測準確度才越高。而工業廢物處理設備雖然正常運行數據充足，但是故障樣本數據匱乏，且破壞性試驗成本高，導致故障預測的結果并不準確。

發明內容

本申請提供了一種設備的故障預測方法、裝置、系統、設備及存儲介質，用以解決現有技術中故障預測的結果不準確的問題。

第一方面，本申請實施例提供了一種設備的故障預測方法，包括：

獲取所述設備的至少一個運行指標的當前運行數據；

獲取所述至少一個運行指標的歷史運行數據；

對于每一個所述運行指標，進行如下處理：

獲取所述當前運行數據和所述歷史運行數據的第一差值；確定所述第一差值所屬的目標子論域以及所述目標子論域的第一評分；獲取所述目標子論域的上邊界值和下邊界值；基于所述第一評分、所述目標子論域的下一子論域的第二評分、所述上邊界值和所述下邊界值計算所述運行指標的附加評分；將所述第一評分和所述附加評分的和作為所述運行指標的總評分；

根據每個所述運行指標的總評分和所述運行指標的權重值對所述設備進行故障預測。

可選的，所述基于所述第一評分、所述目標子論域的下一子論域的第二評分、所述上邊界值和所述下邊界值計算所述運行指標的附加評分，包括：

計算所述第二評分和所述第一評分的第二差值；

計算所述第一差值與所述上邊界值的第三差值；

計算所述上邊界值和所述下邊界值的第四差值；

獲取所述第三差值和所述第四差值的商的絕對值；

獲取所述第二差值和所述絕對值的乘積，得到所述附加評分。

可選的，所述獲取所述設備的至少一個運行指標的當前運行數據，包括：

向所述設備的本地服務器發送獲取所述至少一個運行指標的當前運行數據的請求；

基于所述請求獲取所述至少一個運行指標的當前運行數據。

可選的，所述獲取所述至少一個運行指標的當前運行數據，包括：

獲取所述設備的所述至少一個運行指標在當前預設時間段內的運行數據；

對于每個運行指標，按照預設大小的滑動窗口，計算所述預設時間段內的運行數據的均值，得到所述至少一個運行指標的所述當前運行數據。