[发明专利]一种设备故障预测的方法及装置

权利要求书

1.一种设备故障预测的方法，其特征在于，包括：

获取当前时刻的设备的数据信息，所述数据信息包括设备机型和设备数据；

对所述设备数据进行预处理，确定出所述设备数据对应的特征的值；

确定所述特征的值是否大于预设阈值，若是，则根据所述设备机型对应的超前滞后时间，对所述设备数据进行故障预测；

其中，所述设备机型对应的超前滞后时间是对多组历史设备数据进行超前滞后分析得到的；所述多组历史设备数据是基于同一设备机型的预设周期内的历史设备数据得到的；其中，每组历史设备数据中包括两种类型的相同第二时间间隔内的历史设备数据，且所述两种类型的相同第二时间间隔内的历史设备数据之间的相关性大于相关性阈值；所述第二时间间隔包括多个第一时间间隔，每种类型的第二时间间隔内的历史设备数据是根据所述多个第一时间间隔对应的特征的值来确定；所述特征包括振幅、周期、直流分量和传感器数据的标志位。

2.如权利要求1所述的方法，其特征在于，基于所述同一设备机型的预设周期内的历史设备数据，得到所述多组历史设备数据，包括：

获取所述同一设备机型的预设周期内各种类型的历史设备数据；

针对任一种类型的历史设备数据，按照第一时间间隔对所述类型的历史设备数据进行预处理，得到各所述第一时间间隔对应的特征的值；

根据各所述第一时间间隔对应的特征的值，确定出所述类型的第二时间间隔内的历史设备数据；其中，所述第二时间间隔包括多个所述第一时间间隔；

对任意两种类型的相同第二时间间隔内的历史设备数据进行基于频繁项集的相关性分析，得到相关性大于相关性阈值的所述多组历史设备数据。

3.如权利要求1所述的方法，其特征在于，所述根据多个所述第一时间间隔对应的特征的值，确定出所述类型的第二时间间隔内的历史设备数据，包括：

若所述历史设备数据为连续数据时，则从所述第二时间间隔内的多个所述第一时间间隔对应的振幅的值中确定出振幅最大值，将所述振幅最大值对应的周期内的历史设备数据确定为所述第二时间间隔内的历史设备数据；其中，所述第二时间间隔内的历史设备数据的振幅的值为所述振幅最大值，所述第二时间间隔内的历史设备数据的周期的值为所述振幅最大值对应的周期的值，所述第二时间间隔内的历史设备数据的直流分量的值为所述第二时间间隔内的各第一时间间隔内的直流分量的值的均值；

若所述历史设备数据为传感器数据，则确定所述第二时间间隔内的任一时间间隔内的传感器数据的标志位是否存在1，若是，则确定所述第二时间间隔的传感器数据的标志位为1，否则确定所述第二时间间隔内的传感器数据的标志位为0。

4.如权利要求1至3任一项所述的方法，其特征在于，所述对所述多组历史设备数据进行超前滞后分析，得到所述设备机型对应的超前滞后时间，包括：

针对任一组两种类型的历史设备数据，从所述两种类型的历史设备数据中各自选取任一时刻的历史设备数据进行超前滞后分析，确定出所述两种类型的任一时刻的历史设备数据的互相关性系数以及所述互相关性系数对应的超前滞后时间；

根据所述任一组两种类型的任一时刻的历史设备数据的互相关性系数，将最大的互相关性系数对应的超前滞后时间确定为所述设备机型对应的超前滞后时间。

5.一种设备故障预测的装置，其特征在于，包括：

获取单元，用于获取当前时刻的设备的数据信息，所述数据信息包括设备机型和设备数据；

处理单元，用于对所述设备数据进行预处理，确定出所述设备数据对应的特征的值；确定所述特征的值是否大于预设阈值，若是，则根据所述设备机型对应的超前滞后时间，对所述设备数据进行故障预测；其中，所述设备机型对应的超前滞后时间是对多组历史设备数据进行超前滞后分析得到的；所述多组历史设备数据是基于同一设备机型的预设周期内的历史设备数据得到的；其中，每组历史设备数据中包括两种类型的相同第二时间间隔内的历史设备数据，且所述两种类型的相同第二时间间隔内的历史设备数据之间的相关性大于相关性阈值；所述第二时间间隔包括多个第一时间间隔，每种类型的第二时间间隔内的历史设备数据是根据所述多个第一时间间隔对应的特征的值来确定；所述特征包括振幅、周期、直流分量和传感器数据的标志位。