[发明专利]一个适用于设备故障预警模型时间段查找的方法

说明书

一个适用于设备故障预警模型时间段查找的方法，包括以下步骤；(1)用户使用所述软件时，经过两次筛选得到最终需要的时间段，先根据初次筛选条件初步筛选符合条件的时间段，然后再根据模型测点和一定的计算规则精确筛选符合条件的时间段；(2)用户使用所述软件，根据所述操作执行请求，查找到的符合条件时间段，返回执行结果并能导出计算结果，将不符合条件的时间段用日志记录，本发明避免人工查找模型时间段费时、费力、易错的不足，大幅提高工作效率。

技术领域

本发明涉及电厂信息化技术领域，特别涉及一个适用于设备故障预警模型时间段查找的方法。

背景技术

设备故障预警系统与传统的参数建模方式不同，是使用专有的“基于相似性原理”的数据建模技术，通过自动采集设备的海量实时/历史数据进行相似性分析，快速创建设备的实时动态模型，并针对设备实时产生反映设备状态的相似度曲线，实现设备故障预警系统的设备早期故障的实时动态智能预警。通过设备故障预警系统的实施，用户可在整个企业建立主要生产设备运行状态的早期故障监测预警系统，构建起“厂级设备性能管理系统”平台，从而大大降低设备潜在的事故发生机率，缩短关键设备的非计划停机时间，提高设备的可靠性和利用率，降低设备维护运行成本。

设备故障预警系统建模原理是从一组历史数据中生成过程对象，用来生成设备模型的历史数据应该满足以下要求：

1、涵盖了一段足够长的运行时间；

2、每组数据都表达了设备对象的一个正常状态；

3、满足每一组采样值中各个变量的同时性，必须是统一时刻的采样值。

例如对某设备对象建模，设备模型中含有的模型测点(变量)数量为12个，按照每1分钟采样一次，对设备对象进行连续168小时采样，就得到了10080个采样值组，这些采样值组的全体构成了设备建模的历史数据。

每一组采样值都代表了设备对象的一个运行状态，历史数据就是设备对象实际运行中正常状态的集合。模型生成程序的功能就是从这些状态集合中抽取出最能代表设备对象特性的状态点，然后用这些状态点构建设备模型。

设备故障预警建模时，在模型中添加正常状态的历史数据和对应的时间段，就显得很重要。为减少误报漏报，需在模型中添加尽可能多的反映设备正常运行的时间段。为挑选合适的时间段，以往，是通过人工分析模型测点趋势的方法查找，屏蔽数据跳变或数值bad等异常时间段，工作量巨大，效率低下，因此开发一个设备故障预警模型时间段查找软件很有必要。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一个适用于设备故障预警模型时间段查找的方法，以避免人工查找模型时间段费时、费力、易错的不足，大幅提高工作效率。

为了实现上述目的，本发明采用的技术方案是：

一个适用于设备故障预警模型时间段查找的方法，包括以下步骤；

(1)初步筛选步骤为：

用户经过两次筛选得到最终需要的时间段，先根据初次筛选条件筛选符合条件的初始时间段；具体地说，以小时为最小统计单位，在指定开始时间到结束时间范围内，采用等时间间隔自动采集历史插值数据，用初始筛选条件判定历史数据是否符合条件，如果在这个小时中，每个插值数据符合条件则这个小时数据有效，只要有1个插值数据无效则这个小时数据无效，最后将符合条件的初始时间段记录下来，形成列表，此列表可以人为进行调整(增加、修改或删除时间段)；可以将初始时间段导出为excel文件；另外，也可以不进行上述自动采集过程，通过导入初始时间段来完成此步骤；

(2)精确筛选步骤为：