[发明专利]基于贝叶斯网络的设备故障诊断方法及系统

权利要求书

1.一种基于贝叶斯网络的设备故障诊断方法，其特征在于，包括：

根据待诊断故障的设备，生成所述待诊断故障的设备的设备信息，所述设备信息包括设备类别、设备厂家、设备型号信息；

根据所述生成的设备信息，从存储器中获取对应所述生成的设备信息的基于贝叶斯网络的设备物理模型和训练数据集，并对所述训练数据集进行关联规则挖掘，得到经进行关联规则挖掘后的训练数据集；

根据所述设备物理模型和所述经进行关联规则挖掘后的训练数据集，输入所述待诊断故障的设备的已知故障；

根据所述输入的所述待诊断故障的设备的已知故障，从存储器中调取对应所述设备物理模型和所述经进行关联规则挖掘后的训练数据集的故障条件概率信息，给出所述已知故障信息下的最优的故障诊断推荐并存储所述最优的故障诊断并存储所述最优的故障诊断。

2.如权利要求1所述的基于贝叶斯网络的设备故障诊断方法，其特征在于，所述根据所述生成的设备信息，从存储器中获取对应所述生成的设备信息的基于贝叶斯网络的设备物理模型和训练数据集，并对所述训练数据集进行关联规则挖掘，得到经进行关联规则挖掘后的训练数据集，包括：

根据所述生成的设备信息，从存储器中获取对应所述生成的设备信息的基于贝叶斯网络的设备物理模型和训练数据集，并对所述训练数据集进行关联规则挖掘，由所述设备物理模型提供基本拓扑，由所述关联规则对所述提供的基本拓扑进行修改，得到经进行关联规则挖掘后的训练数据集。

3.如权利要求1所述的基于贝叶斯网络的设备故障诊断方法，其特征在于，所述根据所述输入的所述待诊断故障的设备的已知故障，从存储器中调取对应所述设备物理模型和所述经进行关联规则挖掘后的训练数据集的故障条件概率信息，给出所述已知故障信息下的最优的故障诊断推荐并存储所述最优的故障诊断并存储所述最优的故障诊断，包括：

根据所述输入的所述待诊断故障的设备的已知故障，从存储器中调取对应所述设备物理模型和所述经进行关联规则挖掘后的训练数据集的故障条件概率信息，并根据所述调取出的故障条件概率信息，计算出对应所述已知故障信息的最大似然的故障诊断信息，给出关联所述最大似然的故障诊断信息的最优的故障诊断推荐并存储所述最优的故障诊断。

4.如权利要求3所述的基于贝叶斯网络的设备故障诊断方法，其特征在于，所述根据所述输入的所述待诊断故障的设备的已知故障，从存储器中调取对应所述设备物理模型和所述经进行关联规则挖掘后的训练数据集的故障条件概率信息，并根据所述调取出的故障条件概率信息，计算出对应所述已知故障信息的最大似然的故障诊断信息，给出关联所述最大似然的故障诊断信息的最优的故障诊断推荐并存储所述最优的故障诊断，包括：

根据所述输入的所述待诊断故障的设备的已知故障和根据贝叶斯网络的节点的局部结构，获取对应于所述已知故障部件的相邻部件和/或关联部件的故障，和根据所述获取的相邻部件和/或关联部件的故障信息和所述已知故障信息，更新所述故障条件概率信息，并根据所述更新后的故障条件概率信息，计算出对应所述已知故障信息的最大似然的故障诊断信息，给出关联所述最大似然的故障诊断信息的最优的故障诊断推荐并存储所述最优的故障诊断。