一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

设备故障预警方法、装置、设备、介质和计算机程序产品与流程

2022-02-19 09:34:57 来源:中国专利 TAG:

技术特征:
1.一种设备故障预警方法,其特征在于,所述方法包括:在目标管控阶段获取电力设备的不同维度的第一检测数据,其中,所述电力设备包括n个管控阶段,所述目标管控阶段为所述n个管控阶段中第i个管控阶段,i为小于n的整数;利用第一贝叶斯模型对所述第一检测数据进行后验概率运算处理,得到第一后验概率,其中,所述第一贝叶斯模型的先验概率和条件概率是根据所述目标管控阶段对应的所述电力设备的不同维度的第一目标历史检测数据得到的;根据所述第一后验概率确定所述电力设备是否出现故障,并在出现故障的情况下,根据所述第一后验概率确定故障出现的原因。2.根据权利要求1所述的方法,其特征在于,所述根据所述后验概率确定故障出现的原因,包括:在多个管控阶段中的第i 1个管控阶段,获取所述电力设备的不同维度的第二检测数据;将所述第一后验概率转换为第二贝叶斯模型的先验概率,并利用所述第二贝叶斯模型对所述第二检测数据进行后验概率运算处理,得到第二后验概率,其中,所述第二贝叶斯模型的条件概率是根据所述第i 1个管控阶段对应的所述电力设备的不同维度的第二目标历史检测数据得到的;若所述第i 1个阶段是所述多个管控阶段的最后一个阶段,则根据所述第二后验概率确定故障出现的原因。3.根据权利要求1所述的方法,其特征在于,所述第一贝叶斯模型的先验概率和条件概率的获取过程包括:获取所述n个管控阶段对应的所述电力设备的不同维度的历史检测数据样本集以及所述历史检测数据样本集中各数据样本对应的故障诊断类型;针对各所述故障诊断类型,利用先验概率计算公式,得到各所述故障诊断类型对应的所述第一贝叶斯模型的先验概率,其中,所述先验概率计算公式表示如下:,其中,p(y
ci
)表示故障诊断类型c
i
对应的第一贝叶斯模型的先验概率,n
ci
表示历史检测数据样本集中故障诊断类型c
i
对应的数据样本的数量,n
d
表示历史检测数据样本集包含的数据样本的总数量;基于所述历史检测数据样本中所述目标管控阶段对应的所述电力设备的不同维度的数据样本,得到第一目标历史检测数据;针对所述第一目标历史检测数据的各个维度,获取所述维度的维度类型,根据所述维度类型确定条件概率分布函数,并基于所述条件概率分布函数,得到所述维度对应的所述第一贝叶斯模型的条件概率。4.根据权利要求3所述的方法,其特征在于,所述根据所述维度类型确定条件概率分布函数,包括:若所述维度类型为离散类型时,则将古典概率分布函数作为所述条件概率分布函数;若所述维度类型为连续类型时,则将高斯概率分布函数作为所述条件概率分布函数。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:获取所述n个管控阶段对应的所述电力设备的不同维度的原始历史检测数据样本集;利用主成分分析法对所述原始历史检测数据样本集中的样本数据的维度进行降维处理,得到降维处理后的样本数据的维度;根据所述降维处理后的样本数据的维度,生成所述历史检测数据样本集。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:在接收到针对所述历史检测数据样本集的更改操作时,基于所述更改操作更新所述历史检测数据样本集。7.一种设备故障预警装置,其特征在于,所述装置包括:获取模块,用于在目标管控阶段获取电力设备的不同维度的第一检测数据,其中,所述电力设备包括n个管控阶段,所述目标管控阶段为所述n个管控阶段中第i个管控阶段,i为小于n的整数;运算模块,用于利用第一贝叶斯模型对所述第一检测数据进行后验概率运算处理,得到第一后验概率,其中,所述第一贝叶斯模型的先验概率和条件概率是根据所述目标管控阶段对应的所述电力设备的不同维度的第一目标历史检测数据得到的;确定模块,用于根据所述第一后验概率确定所述电力设备是否出现故障,并在出现故障的情况下,根据所述第一后验概率确定故障出现的原因。8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种设备故障预警方法、装置、设备、介质和计算机程序产品。该方法包括:在目标管控阶段获取电力设备的不同维度的第一检测数据,其中,电力设备包括n个管控阶段,目标管控阶段为n个管控阶段中第i个管控阶段,i为小于n的整数;利用第一贝叶斯模型对第一检测数据进行后验概率运算处理,得到第一后验概率,其中,第一贝叶斯模型的先验概率和条件概率是根据目标管控阶段对应的电力设备的不同维度的第一目标历史检测数据得到的;根据第一后验概率确定电力设备是否出现故障,并在出现故障的情况下,根据第一后验概率确定故障出现的原因。采用本方法能够及时进行故障预警。的原因。采用本方法能够及时进行故障预警。的原因。采用本方法能够及时进行故障预警。


技术研发人员:杨洋 石延辉 张海凤 袁海 廖毅 洪乐洲 杨阳 吴梦凡 吴桐 张朝斌 张博 黄家豪 李凯协 赖皓 黄锴 廖名洋 张卓杰 姚言超 夏杰 李金安 秦金锋 许浩强 王蒙 叶志良 袁振峰 黄兆 严伟 蔡斌 关就 廖聪 李莉 赵晓杰 孔玮琦 王越章
受保护的技术使用者:中国南方电网有限责任公司超高压输电公司广州局
技术研发日:2021.12.06
技术公布日:2022/1/4
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献