[发明专利]用于设备故障检测的方法及终端设备

权利要求书

1.一种用于设备故障检测的方法，其特征在于，所述方法包括：

S10：建立故障学习模型，其中，所述建立故障学习模型包括：S101：选择多个数据节点中的第一数据节点作为发起者且选择除所述第一数据节点之外的数据节点作为响应者；S102：获取所述发起者和所述响应者的与第i时刻相对应的第i刻设备运行参数和与第i+1时刻相对应的第i+1刻设备运行参数，其中，i为大于0的自然数；S103：基于所述响应者的第i刻设备运行参数，通过第一函数计算得到第i刻响应值，基于所述响应者的第i+1刻设备运行参数，通过所述第一函数计算得到第i+1刻响应值；S104：基于所述发起者的第i刻设备运行参数和所述第i刻响应值，通过第二函数计算得到第i刻设备运行参数预测值，基于所述发起者的第i+1刻设备运行参数和所述第i+1刻响应值，通过所述第二函数计算得到第i+1刻设备运行预测值；S105：若所述第i+1刻设备运行预测值与所述第i刻设备运行预测值之间的差值不大于预设值，发出终止信号且停止训练；

S20：获取各个数据节点的实时设备运行参数；

S30：若所述实时设备运行参数与所述第i+1刻设备运行预测值不小于预设偏差值，发出设备故障信号。

2.如权利要求1所述的用于设备故障检测的方法，其特征在于，所述第i刻设备运行参数和所述第i+1刻设备运行参数均包括多个数据节点中的各个数据节点的权重和设备运行数据。

3.如权利要求2所述的用于设备故障检测的方法，其特征在于，所述第一函数为所述响应者的权重和设备运行数据的乘积的响应总和。

4.如权利要求3所述的用于设备故障检测的方法，其特征在于，所述第二函数为所述发起者的权重和设备运行数据的乘积与所述响应总和之和减去目标值。

5.如权利要求2至4中任一项所述的用于设备故障检测的方法，其特征在于，步骤S105包括：

将所述第i刻设备运行预测值和所述第i+1刻设备运行预测值分发给各个数据节点；

基于所述第i刻设备运行预测值和各个数据节点的所述第i刻设备运行参数中的数据量，通过第三函数得到各个数据节点的第i刻梯度值；

基于所述第i+1刻设备运行预测值和各个数据节点的所述第i+1刻参数中的设备运行数据，通过所述第三函数得到各个数据节点的第i+1刻梯度值；

若各个数据节点的第i+1刻梯度值与相应的数据节点的第i刻梯度值之间的差值均不大于预设梯度值，发出终止信号，停止训练。

6.如权利要求1所述的用于设备故障检测的方法，其特征在于，若所述第i+1刻设备运行预测值与所述第i刻设备运行预测值之间的差值大于预设值，重复步骤S102至步骤S104直至所述第i+1刻设备运行预测值与所述第i刻设备运行预测值之间的差值不大于所述预设值。

7.一种用于设备故障检测的装置，其特征在于，包括：

建立模块，用于建立故障学习模型，其中，所述建立故障学习模型包括：S101：选择多个数据节点中的第一数据节点作为发起者且选择除所述第一数据节点之外的数据节点作为响应者；S102：获取所述发起者和所述响应者的与第i时刻相对应的第i刻设备运行参数和与第i+1时刻相对应的第i+1刻设备运行参数，其中，i为大于0的自然数；S103：基于所述响应者的第i刻设备运行参数，通过第一函数计算得到第i刻响应值，基于所述响应者的第i+1刻设备运行参数，通过所述第一函数计算得到第i+1刻响应值；S104：基于所述发起者的第i刻设备运行参数和所述第i刻响应值，通过第二函数计算得到第i刻设备运行参数预测值，基于所述发起者的第i+1刻设备运行参数和所述第i+1刻响应值，通过所述第二函数计算得到第i+1刻设备运行预测值；S105：若所述第i+1刻设备运行预测值与所述第i刻设备运行预测值之间的差值不大于预设值，发出终止信号且停止训练；

获取模块，用于获取各个数据节点的实时设备运行参数；

判定模块：用于响应于所述实时设备运行参数与所述第i+1刻设备运行预测值不小于预设偏差值，发出设备故障信号。