[发明专利]设备故障预测方法、装置、设备故障预测平台及介质

权利要求书

1.一种设备故障预测方法，其特征在于，所述方法包括：

获取目标设备的状态数据集，所述状态数据集中包括所述目标设备的多个维度的状态数据；

对所述状态数据集中各维度的状态数据进行分析处理，构建特征向量；

将所述特征向量输入预先训练的故障预测模型，得到所述故障预测模型输出的所述目标设备的故障类型；

其中，所述对所述状态数据集中各维度的状态数据进行分析处理，构建特征向量，包括：

确定所述状态数据集中各维度的状态数据之间的相关系数，各维度的状态数据之间的相关系数用于指示每个维度的状态数据与其它维度的状态数据之间的相关系数；

根据所述相关系数，构建所述特征向量；

所述根据所述相关系数，构建所述特征向量，包括：

对各维度的状态数据进行编码，得到各维度的状态数据的编码结果；

将每个维度的状态数据与其它维度的状态数据之间的相关系数和各维度的状态数据的编码结果相乘，构建各维度的状态数据的特征向量。

2.根据权利要求1所述的方法，其特征在于，所述确定所述状态数据集中各维度的状态数据之间的相关系数之前，所述方法还包括：

对所述状态数据集中各维度的状态数据进行预处理，得到预处理后的状态数据集；

所述确定所述状态数据集中各维度的状态数据之间的相关系数，包括：

确定预处理后的状态数据集中各维度的状态数据之间的相关系数。

3.根据权利要求1或2所述的方法，其特征在于，所述状态数据集中包括频率状态数据，所述得到所述故障预测模型输出的所述目标设备的故障类型之后，所述方法还包括：

对所述状态数据集中的频率状态数据进行频谱分析，得到频谱分析结果；

根据所述频谱分析结果，确定所述目标设备中发生所述故障类型的单元装置。

4.根据权利要求1所述的方法，其特征在于，将所述特征向量输入预先训练的故障预测模型，得到所述故障预测模型输出的所述目标设备的故障类型之前，所述方法还包括：

根据多个设备的历史状态数据，构建训练样本以及测试样本；

使用所述训练样本训练初始故障预测模型，得到中间故障预测模型；

使用所述测试样本对所述中间故障预测模型进行预测，得到所述故障预测模型。

5.根据权利要求1所述的方法，其特征在于，所述将所述特征向量输入预先训练的故障预测模型，得到故障预测模型输出的所述目标设备的故障类型之后，所述方法还包括：

根据所述目标设备的故障类型，生成并输出预警信息。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述目标设备的故障类型，生成诊断报告，所述诊断报告中包括：所述故障类型以及所述故障类型对应的至少一种故障原因。

7.一种设备故障预测装置，其特征在于，所述装置包括：

获取模块，用于获取目标设备的状态数据集，所述状态数据集中包括所述目标设备的多个维度的状态数据；

构建模块，用于对所述状态数据集中各维度的状态数据进行分析处理，构建特征向量；

确定模块，用于将所述特征向量输入预先训练的故障预测模型，得到所述故障预测模型输出的所述目标设备的故障类型；

其中，所述构建模块，具体用于确定所述状态数据集中各维度的状态数据之间的相关系数，各维度的状态数据之间的相关系数用于指示每个维度的状态数据与其它维度的状态数据之间的相关系数；根据所述相关系数，构建所述特征向量；

其中，所述构建模块，还具体用于对各维度的状态数据进行编码，得到各维度的状态数据的编码结果；将每个维度的状态数据与其它维度的状态数据之间的相关系数和各维度的状态数据的编码结果相乘，构建各维度的状态数据的特征向量。