[发明专利]一种设备故障诊断方法、装置、电子设备及存储介质

权利要求书

1.一种设备故障诊断方法，其特征在于，包括：

实时获取运行中设备的多个不同源状态数据；

根据每个不同源状态数据的预设运算规则，对所述每个不同源状态数据进行运算得到所述每个不同源状态数据对应状态量的实时状态值；

利用所述每个不同源状态数据对应状态量的实时状态值构建表示所述设备的运行状态的实时状态向量；以及

根据所述实时状态向量对所述设备在运行过程中发生的设备故障进行诊断。

2.根据权利要求1所述的设备故障诊断方法，其特征在于，

所述多个不同源状态数据包括：在线数据，离线数据，结构化数据，以及基于所述在线数据、所述结构化数据和所述离线数据进行计算得到的性能状态参数。

3.根据权利要求1所述的设备故障诊断方法，其特征在于，所述实时获取运行中设备的多个不同源状态数据的过程包括：

通过多个来源对所述设备的多个设备参数进行实时监测采集，并利用相应数据库对所述多个设备参数进行封装储存；

从所述多个设备参数中筛选得到能够表征所述设备的运行状态的状态数据；以及

根据筛选结果通过所述相应数据库的预设的读写接口检索获取所述多个不同源状态数据。

4.根据权利要求1所述的设备故障诊断方法，其特征在于，所述每个不同源状态数据的预设运算规则包括：异常判断规则以及逻辑运算规则；

所述对所述每个不同源状态数据进行运算得到所述每个不同源状态数据对应状态量的实时状态值的过程包括：

根据相应所述异常判断规则对所述每个不同源状态数据进行异常类别判断；以及

根据所述异常类别判断的结果以及所述逻辑运算规则运算得到所述每个不同源状态数据对应状态量的实时状态值。

5.根据权利要求1所述的设备故障诊断方法，其特征在于，所述根据所述实时状态向量对所述设备在运行过程中发生的设备故障进行诊断的过程包括：

对所述实时状态向量与包括多个故障特征向量的故障特征矩阵中的所有故障特征向量进行匹配运算，并根据所述匹配运算结果得到所述设备的故障类型；其中每个所述故障特征向量表示一个所述设备的故障类型。

6.根据权利要求4所述的设备故障诊断方法，其特征在于，

所述异常判断规则包括：若所述多个不同源状态数据中的一个不同源状态数据的值落入该不同源状态数据的预设阈值确定的正常值范围，则将该不同源状态数据确定为正常值；否则，根据该不同源状态数据的值所落入的所述预设阈值确定的异常值区间，确定该不同源状态数据的异常类别；

所述逻辑运算规则包括：若所述多个不同源状态数据中的一个不同源状态数据为正常值，则对该不同源状态数据对应状态量的实时状态值赋值0；否则，根据该不同源状态数据的所述异常类别，对该不同源状态数据对应状态量的实时状态值赋以非0值。

7.根据权利要求6所述的设备故障诊断方法，其特征在于，所述根据所述实时状态向量对所述设备在运行过程中发生的设备故障进行诊断的过程包括：

对所述实时状态向量的元素求和；

若所述实时状态向量的元素和为0，则判定所述设备的运行无异常；

否则，判定所述设备的运行异常，并对所述实时状态向量与包括多个故障特征向量的故障特征矩阵中的所有故障特征向量进行匹配运算，以及根据所述匹配运算结果得到所述设备的故障类型；其中每个所述故障特征向量表示一个所述设备的故障类型。

8.根据权利要求1所述的设备故障诊断方法，其特征在于，还包括：

在所述利用所述每个不同源状态数据对应状态量的实时状态值构建表示所述设备的运行状态的实时状态向量之前，对所述多个不同源状态数据对应状态量的所述实时状态值按照所述每个不同源状态数据的类型进行分组得到多个实时状态值分组；

所述利用所述每个不同源状态数据对应状态量的实时状态值构建表示所述设备的运行状态的实时状态向量的过程包括：

将每个所述实时状态值分组内的所述实时状态值顺次排列，并将每个所述实时状态值分组顺次排列得到所述实时状态向量。