[发明专利]一种运行工况下设备状态评价方法及系统、存储介质

权利要求书

1.一种运行工况下设备状态评价方法，其特征在于，包括以下步骤：

S1：基于待评价设备及其所包含的子设备、子部件和传感器，构建设备层次模型；所述设备层次模型包括设备层、子设备层、子部件层和传感器层；

S2：通过传感器层获取运行工况下设备的实时原始数据，并利用传感器层中预先输入的量化函数对所述原始数据进行量化；所述量化为将原始数据全部量化到[0，1]的范围内；

S3：将量化数据输入到子部件层，利用子部件层中预先输入的最小值原则筛选出设备中各个子部件对应的最小量化数据，并将筛选出的各个子部件对应的最小量化数据输入到子设备层；

S4：利用子设备层中预先输入的最小值原则筛选出设备中各个子设备对应的最小量化数据，并将筛选出的各个子设备对应的最小量化数据输入到设备层；

S5：利用设备层中预先输入的最小值原则筛选出设备对应的最小量化数据；利用设备层预先输入的判定函数对所述设备对应的最小量化数据进行判断，输出特征值，根据所述特征值判断运行工况下设备是处于正常状态、预警状态、报警状态或者故障状态；

所述设备层、子设备层和子部件层中预先输入的最小值原则分别为：

子部件层：Sx(Pa)＝Minimum[Sx(V1),Sx(V2),Sx(V3)…Sx(Vr)]；

子设备层：Sx(SDi)＝Minimum[Sx(P1),Sx(P2),Sx(P3)…Sx(Pn)]；

设备层：Sx(D)＝Minimum[Sx(SD1),Sx(SD2),Sx(SD3)…Sx(SDm)]；

式中：Minimum为筛选最小值函数；Sx(Vr)为第r个传感器采集的原始数据量化后的值，r为第a个子部件包含传感器的数量；Sx(Pa)为第a个子部件对应的最小量化值；Sx(Pn)为第n个子部件对应的最小量化值，n为第i个子设备包含子部件的数量；Sx(SDi)为第i个子设备对应的最小量化值；Sx(SDm)为第m个子设备对应的最小量化值，m为设备包含子设备的数量；Sx(D)为设备对应的最小量化值。

2.如权利要求1所述的运行工况下设备状态评价方法，其特征在于，所述S1中，所述设备层次模型为：

设备层：D＝(SD1,SD2,SD3,…SDm)；

子设备层：SDi＝(P1,P2,P3,…Pn)；

子部件层：Pa＝(V1,V2,V3,…Vr)；

传感器层：Vo＝(xo)；

式中：D表示设备；m为设备包含子设备的数量；SDi表示第i个子设备；n为某个子设备包含子部件的数量；Pa表示第a个子部件；r为某个子部件包含传感器的数量；Vo表示第o个传感器；xo为第o个传感器采集的数据。

3.如权利要求1所述的运行工况下设备状态评价方法，其特征在于，所述S2中，所述实时原始数据为在设备运行工况下通过传感器采取的数据；所述原始数据包括：电压、电流、功率、流量、轴承温升、轴承振动、绕组温升、润滑油温、压力数据。

4.如权利要求1所述的运行工况下设备状态评价方法，其特征在于，所述S2中，所述量化函数为：

y＝0，F；

式中：x为某个传感器采集的数据；W为x的预警门限；A为x的报警门限；F为x的故障门限。

5.如权利要求4所述的运行工况下设备状态评价方法，其特征在于，所述预警门限、报警门限和故障门限根据设备的历史运行数据统计和经验获得。

6.如权利要求4所述的运行工况下设备状态评价方法，其特征在于，所述S5中，所述判定函数为：

式中：Sx(D)为设备对应的最小量化值。

7.如权利要求1所述的运行工况下设备状态评价方法，其特征在于，所述判定函数中的分段数值1.0、0.9、0.7分别由预警门限W、报警门限A和故障门限F带入到S2所述量化函数中计算获得。