[发明专利]一种设备状态识别方法及其系统、计算机可读存储介质

说明书

本发明提供一种设备状态识别方法及其系统、计算机可读存储介质，所述方法包括：获取设备的状态信息，并对所述状态信息进行预处理；所述状态信息包括多种状态变量；将所述设备的状态信息输入预先训练好的模糊神经网络模型进行状态识别得到所述设备分别相对于多种工作状态的隶属度；根据所述设备分别相对于多种工作状态的隶属度确定设备当前工作状态。实施本发明，相对于现有技术而言能够更好地对设备状态进行监控识别。

技术领域

本发明设备状态识别技术领域，特别涉及一种设备状态识别方法及其系统、计算机可读存储介质。

背景技术

在传统情况下，设备的健康评估，不像监控那么明确，因为监控一旦出问题就是问题。而设备的健康度指的是某些数值的“偏高”或者“偏低”不一定会呈现告警，就像人体的亚健康那样，所以传统的方式只能用经验进行判断。而经验是人为的东西，无法定量定性，也无法大批量，实时监控这设备的状态。

发明内容

本发明旨在提出一种设备状态识别方法及其系统、计算机可读存储介质，以更好地对设备状态进行监控识别。

第一方面，本发明实施例提出一种设备状态识别方法，包括：

获取设备的状态信息，并对所述状态信息进行预处理；所述状态信息包括多种状态变量；

将所述设备的状态信息输入预先训练好的模糊神经网络模型进行状态识别得到所述设备分别相对于多种工作状态的隶属度；

根据所述设备分别相对于多种工作状态的隶属度确定设备当前工作状态。

其中，所述模糊神经网络模型包括：

输入层，其包括N个第一神经元，第i个第一神经元用于接收第i个状态变量；

模糊化层，其包括N个神经元组，每一神经元组包括M个第二神经元，第i个神经元组的M个第二神经元用于将第i个第一神经元传输过来的X_i进行模糊化得到M个第一隶属度；其中，每一第二神经元与其对应的第一神经元之间的连接权值均为1；

模糊规则层，包括M个第三神经元，第j个第三神经元用于接收所有神经元组的第j个模糊度，并对所有神经元组的第j个第一隶属度进行与操作得到第二隶属度；其中，每一第三神经元与其对应的第二神经元之间的连接权值均为1；1≤j≤M，j为整数；

输出层，包括多个第四神经元，每一第四神经元均接收所有第三神经元的第二隶属度，并对所有第二隶属度进行或操作得到第三隶属度；其中，每一第四神经元对应一种工作状态，第k个第四神经元与其对应的第三神经元之间的连接权值为W_jk；k为大于0的整数。

其中，每一第二神经元的激活函数为：

其中,μ_ij表示第个i输入变量隶属与第j个模糊集的隶属度函数，每一模糊集对应一种工作状态，c_ij为隶属函数μ_ij的中心值，σ_ij为隶属函数μ_ij的宽度值。

其中，所述预处理为对所述多种状态变量进行归一化处理。

其中，所述多种工作状态包括正常、一般告警、严重告警和紧急告警，所述正常指设备运行正常，所述一般告警指设备出现轻微异常，所述严重告警设备出现故障需要维修，所述设备出现严重故障需要立即维修,否则将无法修复。

其中，所述根据所述设备分别相对于多种工作状态的隶属度确定设备当前工作状态包括：

选取隶属度最高的工作状态作为设备当前工作状态。

第二方面，本发明实施例提出一种实现实施例所述设备状态识别方法的识别系统，所述系统包括：