[发明专利]故障劣化程度确定方法、装置、计算机设备及存储介质

说明书

本发明适用于计算机技术领域，提供了一种故障劣化程度确定方法、装置、计算机设备及存储介质，所述方法包括：获取故障诊断数据；基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；根据所述特征数据集以及预设的第一故障诊断模型确定是否存在第一故障；根据所述故障诊断数据以及预设的第一故障劣化评价模型确定第一故障的劣化程度。本发明实施例提供的故障劣化程度确定方法，其中第一故障诊断模型以及第一故障诊断模型是基于大量的样本数据以及非负矩阵分解算法预先训练生成，对故障的判断以及故障劣化程度具有较高的准确率，此外还能够判断出故障的劣化程度，便于用户获取更加全面的故障信息。

技术领域

本发明属于计算机技术领域，尤其涉及一种故障劣化程度确定方法、装置、计算机设备及存储介质。

背景技术

当今信息技术的飞速发展，使工业生产不断智能化、集成化，生产系统更加复杂多样，故障的产生在所难免，会对企业社会的经济效益、安全生产造成巨大危害，因此故障诊断技术的研究一直被予以重视，并得到长足的发展。现有的故障诊断技术一般分为三类，即基于解析模型的故障诊断、基于知识的故障诊断和基于数据驱动的故障诊断。基于解析模型的方法包括参数估计、状态估计以及等价空间三种，需要对研究对象有深刻的认识，而实际工程实践中由于非线性、多耦合、外界干扰等原因使得很难搭建有效精准的数学模型，这也制约了解析模型方法的发展。基于知识的故障诊断方法包括故障树分析、专家系统等，具有很强的知识逻辑分析能力，但是在知识获取、推理、解释等方面能力较差。

然而现有的故障诊断技术中，除了一直都存在的诊断结果不够准确的技术问题外，现有技术通常还只能确定出故障是否存在，而无法进一步确定故障的劣化程度，即限制了用户对故障信息的获取，用户无法第一时间知晓故障的程度，从而无法针对性的做出应急措施。

可见，现有的故障诊断技术还存在着无法确定故障劣化程度的技术问题。

发明内容

本发明实施例的目的在于提供一种故障劣化程度确定方法，旨在解决现有的故障诊断技术还存在着无法确定故障劣化程度的技术问题。

本发明实施例是这样实现的，一种故障劣化程度确定方法，具体包括以下步骤：

按照预设的规则获取故障诊断数据；

基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；

根据所述特征数据集以及预设的基于二分类非负矩阵分解算法训练生成的第一故障诊断模型确定是否存在第一故障；

当判断存在第一故障时，根据所述故障诊断数据以及预设的基于二分类非负矩阵分解算法训练生成的第一故障劣化评价模型确定第一故障的劣化程度。

本发明实施例的另一目的在于提供一种故障劣化程度确定装置，具体包括：

故障诊断数据获取单元，用于按照预设的规则获取故障诊断数据；

特征数据集生成单元，用于基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；

第一故障判断单元，用于根据所述特征数据集以及预设的基于二分类非负矩阵分解算法训练生成的第一故障诊断模型确定是否存在第一故障；

第一故障劣化程度判断单元，用于当判断存在第一故障时，根据所述故障诊断数据以及预设的基于二分类非负矩阵分解算法训练生成的第一故障劣化评价模型确定第一故障的劣化程度。

本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述所述故障劣化程度确定方法的步骤。

本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述所述故障劣化程度确定方法的步骤。