[发明专利]一种基于经验耦合函数的水泵故障预测方法及系统

说明书

本申请实施例公开了一种基于经验耦合函数的水泵故障预测方法及系统，属于排水系统技术领域，其中，所述方法，包括：获取水泵的历史的多维运行特征序列集，其中，多维运行特征序列集包括多种运行特征序列；基于历史的多维运行特征序列预测未来的多维运行特征序列集；利用无监督的异常检测算法基于未来的多维运行特征序列集及历史的多维运行特征序列集确定水泵的运行状态，具有无需训练，采用基于统计的方法即可实现对多维数据的异常检测，完成对水泵多维运行特征数据的故障检测的优点。

技术领域

本发明主要涉及排水系统技术领域，具体地说，涉及一种基于经验耦合函数的水泵故障预测方法及系统。

背景技术

水泵在工业系统中具有相当广泛的应用。典型的排水系统中，水泵一直处于自动化、连续化的运行状态，水泵的安全性和可靠性对于系统的稳定运行具有相当重要的意义。当前的水泵运行状态监测与故障诊断主要依赖仪表测量和主观经验判断，但水泵的运行参数众多、机理复杂、时变性强、耦合因素多，导致水泵这样的复杂设备难以进行运行异常的检测。

因此，需要一种基于经验耦合函数的水泵故障预测方法及系统，用于水泵故障检测。

发明内容

为了解决现有技术中水泵这样的复杂设备难以进行运行异常的检测的技术问题，本说明书实施例之一提供一种基于经验耦合函数的水泵故障预测方法，所述方法包括：获取水泵的历史的多维运行特征序列集，其中，所述多维运行特征序列集包括多种运行特征序列；基于所述历史的多维运行特征序列预测未来的多维运行特征序列集；利用无监督的异常检测算法基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态。

在一些实施例中，所述多维运行特征序列集至少包括进水速率、排水速率、三相电压平均值、三相电流平均值、三相电流方差、出口压力平均值、三相电压方差。

在一些实施例中，所述基于所述历史的多维运行特征序列集预测未来的多维运行特征序列集，包括：通过Transformer 模型述基于所述历史的多维运行特征序列集预测未来的多维运行特征序列集。

在一些实施例中，所述利用无监督的异常检测算法基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态，包括：基于边缘分布的经验耦合函数基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态。

在一些实施例中，所述利用无监督的异常检测算法基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态，包括：对于每种运行特征序列，利用无监督的异常检测算法基于预测的未来的所述运行特征序列，确定所述运行特征序列对应的故障分数，基于所述运行特征序列与所述水泵的运行的相关性，确定所述运行特征序列对应的故障分数的权重；基于每种所述运行特征序列对应的故障分数及权重，确定所述水泵的运行状态。

本说明书实施例之一提供一种基于经验耦合函数的水泵故障预测系统，包括：数据获取模块，用于获取水泵的历史的多维运行特征序列集，其中，所述多维运行特征序列集包括多种运行特征序列；数据预测模块，用于基于所述历史的多维运行特征序列预测未来的多维运行特征序列集；运行检测模块，用于利用无监督的异常检测算法基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态。

在一些实施例中，所述多维运行特征序列集至少包括进水速率、排水速率、三相电压平均值、三相电流平均值、三相电流方差、出口压力平均值、三相电压方差。

在一些实施例中，所述数据预测模块还用于：通过Transformer 模型述基于所述历史的多维运行特征序列集预测未来的多维运行特征序列集。

在一些实施例中，所述运行检测模块还用于：基于边缘分布的经验耦合函数基于所述未来的多维运行特征序列集及所述历史的多维运行特征序列集确定所述水泵的运行状态。