[发明专利]一种基于能耗模型和数据交互的设备异常诊断方法及装置

说明书

本申请涉及计算机数据处理技术领域，尤其涉及一种基于能耗模型和数据交互的设备异常诊断方法及装置。本申请提供一种基于能耗模型和数据交互的设备异常诊断方法，包括：根据指定的运行参数变量为待诊断设备的一个或多个部件获取所选变量的时间历程数据，然后通过在滑动窗口中使用概率统计的方法获取处于稳态工况的时间段集合，进一步计算得到稳态工况统计集合，基于所述稳态工况统计集合筛选性能系数的可达值通过神经网络模型构建待诊断设备的性能系数动态报警曲线；将实时采集的运行参数变量输入神经网络模型，若其输出值超过所述性能系数动态报警曲线，则判定所述待诊断设备疑似故障并发出报警信号。

技术领域

本申请涉及计算机数据处理技术领域，尤其涉及一种基于能耗模型和数据交互的设备异常诊断方法及装置。

背景技术

设备异常是指设备在自动化运行、或制造过程中意外停机、效率下降、或机械手和其他机电设备的故障而引起的材料损伤、和不定期的停止运行是常见的问题，这些问题通常是设备运行或设备制造的终端，给用户增加了相当大的成本。

在一些设备异常诊断方法的实现中，例如涉及楼宇能耗诊断领域，包括冷冻机组设备、水泵设备、冷却塔设备、水系统设备、风系统设备、空调末端设备、锅炉设备和设备供给末端室内环境，上述设备的相应位置设置温度传感器，多个温度传感器上均设有定位芯片，多个温度传感器通过无线信号传输的方式与远程计算机系统信号连接，所接收的数据进一步与提前设置的变量阈值比较，进而判断设备的异常状态。

但是，上述方法在实际运行的过程中，当设备老化或者设备处于故障临界时，虽然各个位置的传感器数值保持正常，但是经常会发生设备整体的性能系数发生较大的波动，即在设备故障发生之前上述方法无法提前做出预判，且对于设备整体的性能无法做出实时的检测和预判。

发明内容

本申请提供了一种基于能耗模型和数据交互的设备异常诊断方法及装置，通过监测获取设备运行参数，对设备在稳态工况下性能系数的分析处理，实现通过设备的实时运行参数生成的性能曲线值与动态报警曲线比对得到较为准确，具有预判能力的设备异常诊断结果。

本申请的实施例是这样实现的：

本申请实施例的第一方面提供一种基于能耗模型和数据交互的设备异常诊断方法，包括：

根据指定的运行参数变量为待诊断设备的一个或多个部件获取所选变量的时间历程数据；

基于所述时间历程数据，通过在滑动窗口中使用概率统计的方法获取处于稳态工况的时间段集合；

基于所述处于稳态工况的时间段集合计算得到稳态工况统计集合，所述稳态工况统计集合由不同的包含性能系数的稳态工况统计变量构成；

基于所述稳态工况统计集合筛选性能系数的可达值通过神经网络模型构建待诊断设备的性能系数动态报警曲线；

将实时采集的运行参数变量输入神经网络模型，若其输出值超过所述性能系数动态报警曲线，则判定所述待诊断设备疑似故障并发出报警信号。

本申请实施例的第二方面提供一种基于能耗模型和数据交互的设备异常诊断装置，包括：

能耗监测部件，用于采集待诊断设备的指定运行参数变量的一个或多个部件的时间历程数据；

服务器，通过网络与所述能耗监测部件和报警平台建立连接进行信息传递，基于所述时间历程数据，通过在滑动窗口中使用概率统计的方法获取处于稳态工况的时间段集合；基于所述处于稳态工况的时间段集合计算得到稳态工况统计集合，所述稳态工况统计集合由不同的包含性能系数的稳态工况统计变量构成；基于所述稳态工况统计集合筛选性能系数的可达值构建待诊断设备的性能系数动态报警曲线；将实时采集的运行参数变量输入神经网络模型，若其输出值超过所述性能系数动态报警曲线，则判定所述待诊断设备疑似故障并发出报警信号；