[发明专利]基于案例库的故障诊断方法和系统

权利要求书

1.一种基于案例库的故障诊断方法，其特征在于，包括：

获取故障案例样本库；所述故障案例样本库包括设备故障类型和与每个设备故障类型相对应的相关因素；所述相关因素包括以下至少之一：设备的属性，设备运行状态，设备运行的外部环境；

利用机器学习的方法，确定所述故障案例样本库中每个相关因素与每个设备故障类型之间的关联度，得到目标关联度有向图；

基于所述目标关联度有向图，建立设备故障的贝叶斯预测模型；

利用所述贝叶斯预测模型对待诊断设备进行故障诊断操作，得到故障诊断结果，所述故障诊断结果包括以下任一项：所述待诊断设备发生故障，所述待诊断设备没有发生故障。

2.根据权利要求1所述的方法，其特征在于，基于所述目标关联度有向图，建立设备故障的贝叶斯预测模型，包括：

基于贝叶斯网络算法，以所述目标关联度有向图中的关联度为每个设备故障类型发生的先验概率，以所述每个设备故障类型的发生为后验概率，建立设备故障的贝叶斯预测模型。

3.根据权利要求1所述的方法，其特征在于，利用所述贝叶斯预测模型对待诊断设备进行故障诊断操作，得到故障诊断结果，包括：

获取待诊断设备的相关因素；

以所述相关因素作为输入，利用所述贝叶斯预测模型预测所述待诊断设备发生故障的概率，得到第一概率，和预测所述待诊断设备未发生故障的概率，得到第二概率；

计算所述第一概率与所述第二概率的比值，得到目标比例值；

判断所述目标比例值是否大于预设比例阈值，如果是，则确定所述故障诊断结果为所述待诊断设备发生故障；如果否，则确定所述故障诊断结果为所述待诊断设备没有发生故障。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述故障诊断结果为所述待诊断设备发生故障，则发出设备故障预警信息。

5.一种基于案例库的故障诊断系统，其特征在于，包括：样本模块，学习模块，建立模块和诊断模块，其中，

所述样本模块，用于获取故障案例样本库；所述故障案例样本库包括设备故障类型和与每个设备故障类型相对应的相关因素；所述相关因素包括以下至少之一：设备的属性，设备运行状态，设备运行的外部环境；

所述学习模块，用于利用机器学习的方法，确定所述故障案例样本库中每个相关因素与每个设备故障类型之间的关联度，得到目标关联度有向图；

所述建立模块，用于基于所述目标关联度有向图，建立设备故障的贝叶斯预测模型；

所述诊断模块，用于利用所述贝叶斯预测模型对待诊断设备进行故障诊断操作，得到故障诊断结果，所述故障诊断结果包括以下任一项：所述待诊断设备发生故障，所述待诊断设备没有发生故障。

6.根据权利要求5所述的系统，其特征在于，所述建立模块还用于：

基于贝叶斯网络算法，以所述目标关联度有向图中的关联度为每个设备故障类型发生的先验概率，以所述每个设备故障类型的发生为后验概率，建立设备故障的贝叶斯预测模型。

7.根据权利要求5所述的系统，其特征在于，所述诊断模块包括：获取单元，预测单元，计算单元和诊断单元，其中，

所述获取单元，用于获取待诊断设备的相关因素；

所述预测单元，用于以所述相关因素作为输入，利用所述贝叶斯预测模型预测所述待诊断设备发生故障的概率，得到第一概率，和预测所述待诊断设备未发生故障的概率，得到第二概率；

所述计算单元，用于计算所述第一概率与所述第二概率的比值，得到目标比例值；

所述诊断单元，用于判断所述目标比例值是否大于预设比例阈值，如果是，则确定所述故障诊断结果为所述待诊断设备发生故障；如果否，则确定所述故障诊断结果为所述待诊断设备没有发生故障。

8.根据权利要求5所述的系统，其特征在于，所述系统还包括：预警模块，用于若所述故障诊断结果为所述待诊断设备发生故障，则发出设备故障预警信息。