[发明专利]发电机组的状态判定方法、装置、存储介质和电子设备

说明书

本申请提供了一种发电机组的状态判定方法、装置、存储介质和电子设备。该方法包括：获取发电机组的多个运行状态样本，其中，多个运行状态样本包括在预设时间区间内不同采集时刻采集到的多个指标参数；对多个运行状态样本进行特征提取，得到多个目标特征参数；根据预设概率分布模型和多个目标特征参数，确定多个目标特征参数对应的分布概率；根据多个目标特征参数对应的分布概率和预设阈值，确定发电机组的状态在预设时间区间内的异常程度。上述方法实现了对发电机组状态异常程度更准确的评估。

技术领域

本申请涉及发电机组技术领域，具体而言，涉及一种发电机组的状态判定方法、装置、存储介质和电子设备。

背景技术

发电机组是数据中心、移动通讯系统等基础设施的必备设备，保障发电机组稳定运行非常有必要。

传统的健康评估通过采集发动机和发电机组的运行状态数据，并判断运行状态数据中每一个目标特征参数的上下限，若不在工作范围内，则给出警告提醒，针对严重故障，给予报警停机；现有的发电机组状态评估大多针对各个特征参数独立进行，而并没有考虑各个参数之间的相关性，导致无法准确反映发电机组的工作状态。

发明内容

本申请的主要目的在于提供一种发电机组的状态判定方法、装置、存储介质和电子设备，以至少解决现有技术中发电机组的工作状态评估不准确的问题。

为了实现上述目的，根据本申请的一个方面，提供了发电机组的状态判定方法，包括：获取发电机组的多个运行状态样本，其中，多个运行状态样本包括在预设时间区间内不同采集时刻采集到的多个指标参数；对多个运行状态样本进行特征提取，得到多个目标特征参数；根据预设概率分布模型和多个目标特征参数，确定多个目标特征参数对应的分布概率；根据多个目标特征参数对应的分布概率和预设阈值，确定发电机组的状态在预设时间区间内的异常程度。

可选地，根据预设概率分布模型和多个目标特征参数，确定多个目标特征参数对应的分布概率，包括：根据与多个目标特征参数对应的多个建模参数和预设概率分布模型，建立多个目标特征参数的多元高斯分布模型，其中，多个建模参数包括：多个目标运行状态样本的数量，多个目标特征参数的均值，以及多个目标特征参数的协方差；根据多元高斯分布模型和多个目标特征参数，确定多个分布概率。

可选地，根据多个目标特征参数对应的分布概率，确定发电机组的状态在预设时间区间内的异常程度，包括：根据多个目标特征参数对应的分布概率，确定连续的多个预设阈值区间，其中，多个预设阈值区间与多个异常等级一一对应，多个预设阈值区间中的第一预设阈值区间小于第二预设阈值区间，与第一预设阈值区间对应的异常等级大于与第二预设阈值区间对应的异常等级，不同的异常等级用于表示发电机组的状态具有不同的异常程度；在多个分布概率中目标分布概率位于任意一个预设阈值区间的情况下，确定目标分布概率位于的预设阈值区间，得到目标预设阈值区间；确定目标预设阈值区间对应的目标异常等级。

可选地，上述状态判定方法还包括：在接收到故障信号的情况下，获取发电机组的多个故障样本，其中，故障信号用于指示发电机组故障，每个故障样本至少包括：发电机组的故障类型，与故障类型对应的故障等级，以及与发电机组的故障类型对应的故障持续时间；根据目标故障等级和故障持续时间，确定发电机组在预设时间区间内的故障评分；根据目标异常等级，确定发电机组在预设时间区间内的状态评分；根据故障评分、故障评分对应的第一权重、状态评分以及状态评分对应的第二权重，确定发电机组在预设时间区间内的劣化评分，其中，劣化评分用于表示发电机组的劣化程度。

可选地，上述状态判定方法还包括：根据发电机组在连续多个预设时间区间内的劣化评分，对发电机组的劣化趋势进行预测。