[发明专利]一种基于大数据的电厂设备智能预测检修方法和系统

权利要求书

1.一种基于大数据的电厂设备智能预测检修方法，其特征在于，包括如下步骤：

步骤S1：利用计算机构建故障搜索引擎；

步骤S2：在故障搜索引擎中建立故障知识库（11）以及相对应的检修方法知识库（21）；

步骤S3：在故障搜索引擎中输入故障信息；

步骤S4：故障知识库（11）根据输入的故障信息筛选出有效信息；

步骤S5：筛选完成后，以获得检修方法知识库（21）中相对应的检修方法。

2.根据权利要求1所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S2中，故障知识库（11）中包含机组设备的技术参数以及厂家设计规定。

3.根据权利要求1所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S2中，按一定的周期性提取现场测试设备故障数据，对故障数据进行标准化处理，以形成故障知识库（11）。

4.根据权利要求3所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S2中，对故障的现场测试设备进行周期性的检修，并将检修方法加以综合形成检修方法知识库（21）。

5.根据权利要求1所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S3中，在故障搜索引擎中以关键字的形式进行故障信息检索。

6.根据权利要求5所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S4中，筛选出来的有效信息按照相似度的高低进行排序。

7.根据权利要求6所述的基于大数据的电厂设备智能预测检修方法，其特征在于，于步骤S5中，从检修方法知识库（21）中获得的相对应的检修方法按照相似度的高低进行排序。

8.一种利用根据权利要求1-7中任一项所述的基于大数据的电厂设备智能预测检修方法的智能预测检修系统，其特征在于，包括：故障识别部分（1）、检修规划部分（2）、数据检索模块（3）、排序模块（4）、系统维护模块（5）、多媒体模块（6）、帮助模块（7）以及网络更新模块（8），其中，

所述故障识别部分（1）包括故障知识库（11）以及第一数据录入模块（12），所述故障知识库（11）用于存储故障事例，所述第一数据录入模块（12）用于将故障事例的数据信息录入故障知识库（11）；

所述检修规划部分（2）包括检修方法知识库（21）以及第二数据录入模块（22），所述检修方法知识库（21）用于存储检修方法，所述第二数据录入模块（22）用于将检修方法的数据信息录入检修方法知识库（21）；

所述数据检索模块（3）用于输入故障事例信息而检索出相对应的检修方法；

所述排序模块（4）用于将输入的故障事例信息以及检索出的相对应的检修方法分别按照相似度的高低进行排序；

所述系统维护模块（5）包括设备类型信息维护子模块（51）、单位信息维护子模块（52）、用户信息维护子模块（53）以及系统数据维护子模块（54），所述设备类型维护子模块（51）用于创建设备类型的逻辑分组，所述单位信息维护子模块（52）用于维护设备事例属性的单位信息，所述用户信息维护子模块（53）用于维护系统使用者账户信息，所述系统数据维护子模块（54）用于对系统数据进行备份和还原；

所述多媒体模块（6）用于通过视频设备将现场的设备维护和系统后台连接；

所述帮助模块（7）用于通过显示设备和系统后台连接；

所述网络更新模块（8）用于在线更新故障知识库（11）以及检修方法知识库（21），为检修人员提供最新的数据支持。

9.根据权利要求8所述的智能预测检修系统，其特征在于，所述单位信息包括声音参数、电压参数、电流参数、电量参数、液位参数、温度参数、振动度参数、摆度参数以及压力流量参数。