[发明专利]一种冷水机组运行状态的测评方法及装置

权利要求书

1.一种冷水机组运行状态的测评方法，其特征在于，包括：

实时获取冷水机组的实时监测数据；

根据预设时间段内的历史监测数据和所述实时监测数据，构建预设动态模型，所述预设动态模型包括：动态拟合模型和动态预测模型，动态拟合模型用于判断当前冷水机组的运行过程中是否出现故障或异常，并根据拟合结果进行故障定位和异常判断；动态预测模型则用于预测未来一段时间内冷水机组的运行状态，构建预设动态模型，包括：

根据所述预设时间段内的历史监测数据和所述实时监测数据构建第一时序向量集，并根据所述第一时序向量集构建所述动态拟合模型；根据所述预设时间段内的历史监测数据构建第二时序向量集，并根据所述第二时序向量集构建所述动态预测模型；

其中，选择冷水机组系统中的总水管温度、压力作为标签，其余所有单独的压缩机对应的分水管压力、温度参数作为特征，形成模型训练所需的第一时序向量集和第二时序向量集，根据第一时序向量集和所述第二时序向量集分别构建所述动态拟合模型和所述动态预测模型；构建动态预测模型时，训练数据集的标签集为延后预设时间的标签数据集；

根据所述预设动态模型与所述实时监测数据，分析所述冷水机组的运行状态，包括：

首先通过动态拟合模型对当前冷水机组运行状态进行分析，之后使用动态预测模型确认一定时间后机组运行状态，若两个模型给出的结果都为正常，则认为机组运行正常，否则根据结果对机组运行状态进行异常或风险告警；

若拟合结果为实时监测数据与动态拟合模型的差异较大，则说明冷水机组的关键特征节点出现异常或故障，根据动态拟合模型中所计算的冷水机组各个压缩机组所产出的有功功率计算每个压缩机组的权重，从而定位异常或故障并将拟合结果标记为异常进行存储。

2.如权利要求1所述的测评方法，其特征在于，实时获取冷水机组所有监测点的实时监测数据，包括：

实时获取所述冷水机组所有监测点的实时监测数据；

对所述实时监测数据进行预设处理，得到预设处理后的所述实时监测数据，其中，所述预设处理至少包括以下之一：去除非法数据、去除噪声、插值操作、时间轴对齐操作。

3.一种冷水机组运行状态的测评装置，其特征在于，包括：

获取模块，用于实时获取冷水机组的实时监测数据；

模型建立模块，用于根据预设时间段内的历史监测数据和所述实时监测数据，构建预设动态模型，所述预设动态模型包括：动态拟合模型和动态预测模型，动态拟合模型用于判断当前冷水机组的运行过程中是否出现故障或异常，并根据拟合结果进行故障定位和异常判断；动态预测模型则用于预测未来一段时间内冷水机组的运行状态，所述模型建立模块，包括：

拟合模型建立单元，用于根据所述预设时间段内的历史监测数据和所述实时监测数据构建第一时序向量集，并根据所述第一时序向量集构建所述动态拟合模型；

预测模块建立单元，用于在所述预设动态模型包括所述动态预测模型的情况下，根据所述预设时间段内的历史监测数据构建第二时序向量集，并根据所述第二时序向量集构建所述动态预测模型；

其中，选择冷水机组系统中的总水管温度、压力作为标签，其余所有单独的压缩机对应的分水管压力、温度参数作为特征，形成模型训练所需的第一时序向量集和第二时序向量集，根据第一时序向量集和第二时序向量集分别构建所述动态拟合模型和动态预测模型；

分析模块，用于根据所述预设动态模型与所述实时监测数据，分析所述冷水机组的运行状态，包括：

首先通过动态拟合模型对当前冷水机组运行状态进行分析，之后使用动态预测模型确认一定时间后机组运行状态，若两个模型给出的结果都为正常，则认为机组运行正常，否则根据结果对机组运行状态进行异常或风险告警；

若拟合结果为实时监测数据与动态拟合模型的差异较大，则说明冷水机组的关键特征节点出现异常或故障，根据动态拟合模型中所计算的冷水机组各个压缩机组所产出的有功功率计算每个压缩机组的权重，从而定位异常或故障并将拟合结果标记为异常进行存储。

4.如权利要求3所述的测评装置，其特征在于，所述获取模块，包括：

获取单元，用于实时获取所述冷水机组所有监测点的实时监测数据；

预处理单元，用于对所述实时监测数据进行预设处理，得到预设处理后的所述实时监测数据，其中，所述预设处理至少包括以下之一：去除非法数据、去除噪声、插值操作、时间轴对齐操作。