设备预警的方法及装置与流程

1.本技术涉及火电设备领域，尤其涉及一种设备预警的方法及装置。


背景技术：

2.电是国家发展和经济建设的第一能源，任何的工业、生活都离不开电，而发电设备的正常使用是持续稳定发电的基础。
3.在相关技术中，无论是传统的阈值报警，还是通过对设备重要参数的测点取中值后进行设备的异常判定，从而实现设备异常的报警，均为事后报警，因此，存在不能对设备异常进行早期预警的问题。


技术实现要素：

4.本技术公开一种设备预警的方法及装置，以解决不能对设备异常进行早期预警的问题。
5.为了解决上述问题，本技术采用下述技术方案：
6.第一方面，本技术实施例提供了一种设备预警的方法，包括：获取设备的目标测点的实时数据；将所述实时数据输入预警模型，获取与所述实时数据对应的预测数据；在所述实时数据与所述预测数据之间的相对偏差值大于第一阈值的情况下，对所述设备进行第一预警。
7.第二方面，本技术实施例提供了一种设备预警的装置，包括：第一获取模块，用于获取设备的目标测点的实时数据；第二获取模块，用于将所述实时数据输入预警模型，获取与所述实时数据对应的预测数据；预警模块，用于在所述实时数据与所述预测数据之间的相对偏差值大于第一阈值的情况下，对所述设备进行第一预警。
8.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
9.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
10.第五方面，本技术实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
11.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
12.本技术实施例提供一种设备预警的方法，通过获取设备的目标测点的实时数据，并将目标测点的实时数据输入预警模型，获取与实时数据对应的预测数据，在实时数据与预测数据之间的相对偏差值大于第一阈值的情况下，对设备进行第一预警，进而提示相关技术人员，实现了对设备异常的早期预警。
附图说明
13.图1为本技术实施例公开的一种设备预警的方法的流程示意图；
14.图2为本技术实施例公开的一种设备预警的装置的结构示意图；
15.图3为本技术实施例公开的电子设备的一种结构示意图。
具体实施方式
16.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
17.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
18.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的设备预警的方法进行详细地说明。
19.图1为本技术实施例公开的一种设备预警的方法的流程示意图，该方法可以由电子设备执行，换言之，该方法可以由安装在电子设备的软件或硬件来执行，如图1所示，该方法包括如下步骤。
20.s120、获取设备的目标测点的实时数据。
21.在本技术中，可以通过火电厂厂级监控信息系统(supervisory information system in plant level，sis)获取设备的目标测点的实时数据，不需要增加现场数据采集硬件，从而节约成本。其中，目标测点为对设备的健康状态有影响的测点，获取的实时数据为目标测点对设备的健康状态有影响的数据，例如，目标测点可以为凝结水泵、电机轴承、凝结水泵轴承、电机线圈等，获取的实时数据可以为凝结水泵的电流数据、凝结水泵的入口压力数据、凝结水泵的出口压力数据、电机轴承温度数据、电机轴承振动数据、凝结水泵轴承温度数据、凝结水泵轴承振动数据、电机线圈温度数据等。
22.s140、将所述实时数据输入预警模型，获取与所述实时数据对应的预测数据。
23.在获取到设备的目标测点的实时数据的情况下，通过将目标测点的实时数据输入预先建立和训练好的预警模型，预警模型通过对目标测点的实时数据与预警模型中包括的关于目标测点的历史数据进行计算，输出预警模型关于目标测点的历史数据中与目标测点的实时数据最接近的数据，作为与实时数据对应的预测数据。
24.s160、在所述实时数据与所述预测数据之间的相对偏差值大于第一阈值的情况下，对所述设备进行第一预警。
25.若实时数据与预测数据之间的相对偏差值越大，则说明设备的目标测点存在异常的可能性越大，进而设备也有可能存在异常，因此，在实时数据与预测数据之间的相对偏差值大于第一阈值的情况下，对设备进行预警。其中，本技术对第一阈值的大小不作具体限定，第一阈值的大小可以根据具体情况进行设定。
26.另外，实时数据与预测数据之间的相对偏差值可以通过公式进行计算，其中，si为相对偏差值，pi为目标测点的实时数据，p
′i为与目标测点的实时数据对应的预测数据。
27.本技术实施例提供一种设备预警的方法，通过获取设备的目标测点的实时数据，并将目标测点的实时数据输入预警模型，获取与实时数据对应的预测数据，在实时数据与预测数据之间的相对偏差值大于第一阈值的情况下，对设备进行第一预警，进而提示相关技术人员，实现了对设备异常的早期预警。
28.由于设备包括有多个目标测点，而一个目标测点的异常并不能说明设备一定存在异常，因此，在本技术实施例中，所述目标测点的数量为n个，其中，n为大于0的整数，在所述对所述设备进行第一预警之后，还可以包括：根据n个所述目标测点中各个所述目标测点的所述实时数据和所述预测数据，确定所述设备的健康系数，其中，所述健康系数用于指示所述设备的健康状态；在所述健康系数小于第二阈值的情况下，对所述设备进行第二预警。即可以获取n个目标测点中各个目标测点的实时数据，将n个目标测点的实时数据输入预警模型，获取n个与实时数据对应的预测数据，根据n个目标测点中各个目标测点的实时数据和预测数据，确定设备的健康系数，在健康系数小于第二阈值的情况下，对设备进行第二预警，提示相关技术人员。其中，设备的健康系数越低，则说明设备整体的健康状态越差，而越多的目标测点的实时数据与预测数据的相对偏差值较大，则说明设备的健康状态越差。需要说明的是，本技术不对第二阈值的大小作出具体限定，第二阈值的大小可以根据实际情况进行设定。
29.另外，根据n个目标测点中各个目标测点的实时数据和预测数据，确定设备的健康系数，也就相当于利用多维度确定设备的健康状态，能够提高设备预警的准确性。
30.并且，为了减少误报警的次数，也可以对相对偏差值和设备的健康系数进行混合使用，在实时数据与预测数据之间的相对偏差值大于第一阈值，且设备的健康系数小于第二阈值的情况下，对设备进行报警，提示相关技术人员。
31.此外，还可以通过对n个目标测点进行分类，根据不同类别的测点对设备健康状态的影响程度，调整不同类别的测点在计算设备的健康系数中所占的权重，使得计算得到的设备的健康系数更加准确。示例性的，测点的类别可以包括温度类、压力类、流量类、振动类、电流类以及电压类等。
32.一种可选的方案中，所述根据n个所述目标测点中各个所述目标测点的所述实时数据和所述预测数据，确定所述设备的健康系数，可以包括：通过下述公式，确定所述设备的健康系数；其中，acc为设备的健康系数，pi为一个目标测点的实时数据，p
′i为与该目标测点的实时数据对应的预测数据，cap为每一个目标测点的测试量程。
33.需要说明的是，设备的健康系数的范围为0～1，由于对数据进行归一化处理，每一个目标测点的测试量程cap为1。
34.在本技术实施例中，在所述对所述设备进行第一预警之后，还可以包括：推送所述
第一预警的预警信息。示例性的，可以通过短信平台实现预警信息的推送，以节约成本。
35.在本技术中，在所述获取设备的目标测点的实时数据之前，还可以包括：收集m个测点中各个所述测点的多组历史数据，其中，m为大于0的整数；根据所述历史数据，对所述预警模型进行建立及训练。在本技术中，可以利用sis系统的接口收集m个测点中各个测点的多组历史数据。示例性的，测点可以为凝结水泵、电机轴承、凝结水泵轴承、电机线圈等，收集的各个测点的历史数据可以包括凝结水泵的电流数据、凝结水泵的入口压力数据、凝结水泵的出口压力数据、电机轴承温度数据、电机轴承振动数据、凝结水泵轴承温度数据、凝结水泵轴承振动数据、电机线圈温度数据等。
36.另外，预警模型可以根据业务分析获得，也可以根据测点与测点之间的相关性分析获得，还可以根据电厂标识系统编码中的系统定义，本技术不对预警模型的构成方式作出具体限定。
37.需要说明的是，此处的m的值可以等于上述n的值，也可以大于上述n的值。
38.可选的，在对预警模型进行建立及训练之后，还可以接收对预警模型的调整数据，即相关技术人员可以根据现场的实际情况对预警模型进行调整优化。
39.在一种可选的技术方案中，在所述根据所述历史数据，对所述预警模型进行建立及训练之前，还可以包括：通过对m个所述测点之间的相关性进行分析，对m个所述测点中的无关测点及所述无关测点对应的历史数据进行清除。也就是说，可以通过对m个测点的相关性进行计算，得到测点与测点之间的关联性(若一个测点变化必然会引起另一个测点的变化，则说明这两个测点相关联)，将m个测点中的无关测点及无关测点对应的历史数据进行清除，利用m个测点中未被清除的各个测点多组历史数据，对预警模型进行建立及训练，在提高设备预警模型的准确性和预警效率的同时，减少无效扰动。其中，无关测点可以包括无效测点和对设备没有影响的测点。
40.在另一种可选的技术方案中，在所述收集m个测点中各个所述测点的多组历史数据之后，还可以包括：对所述多组历史数据中的异常数据进行清除。示例性的，可以利用相关技术人员对设备实际检修的经验，制定数据清洗的规则，通过数据清洗对多组历史数据中的异常数据进行清除，由于清除异常数据后的历史数据是相对准确的，因此，利用清除异常数据后的历史数据，对预警模型进行建立及训练，可以提高设备预警模型的准确性。另外，由于数据需要通过计算机进行分析，因此，清除的异常数据可以包括不符合计算机识别规则的数据和设备异常状态的历史数据。
41.由于庞大的数据量会影响计算机的执行效率，在进一步的技术方案中，在所述对所述多组历史数据中的异常数据进行清除之后，还可以包括：对所述多组历史数据中的重复或相似数据进行清除。示例性的，可以通过密度聚类对多组历史数据中的重复或相似数据进行清除，减少数据量，从而提高计算机的执行效率，其中，状态相近，在一个合理范围内的数据，可以认为是相同的数据。
42.此外，在本技术中，还可以利用虚拟服务器建立分布式架构，提高实时计算能力。
43.本技术实施例提供的设备预警的方法，执行主体可以为设备预警的装置。本技术实施例中以设备预警的装置执行设备预警的方法为例，说明本技术实施例提供的设备预警的方法的装置。
44.图2为本技术实施例公开的一种设备预警的装置的结构示意图。如图2所示，设备
预警的装置200包括：第一获取模块210、第二获取模块220和预警模块230。
45.在本技术中，第一获取模块210，用于获取设备的目标测点的实时数据；第二获取模块220，用于将所述实时数据输入预警模型，获取与所述实时数据对应的预测数据；预警模块230，用于在所述实时数据与所述预测数据之间的相对偏差值大于第一阈值的情况下，对所述设备进行第一预警。
46.在一种实现方式中，所述目标测点的数量为n个，其中，n为大于0的整数，还包括：确定模块，所述确定模块，用于在所述对所述设备进行第一预警之后，根据n个所述目标测点中各个所述目标测点的所述实时数据和所述预测数据，确定所述设备的健康系数，其中，所述健康系数用于指示所述设备的健康状态；所述预警模块230，还用于在所述健康系数小于第二阈值的情况下，对所述设备进行第二预警。
47.在一种实现方式中，所述确定模块根据n个所述目标测点中各个所述目标测点的所述实时数据和所述预测数据，确定所述设备的健康系数，包括：通过下述公式，确定所述设备的健康系数；其中，acc为设备的健康系数，pi为一个目标测点的实时数据，p
′i为与该目标测点的实时数据对应的预测数据，cap为每一个目标测点的测试量程。
48.在一种实现方式中，还包括：推送模块，所述推送模块，用于在所述对所述设备进行第一预警之后，推送所述第一预警的预警信息。
49.在一种实现方式中，还包括：收集模块和训练模块，所述收集模块，用于在所述获取设备的目标测点的实时数据之前，收集m个测点中各个所述测点的多组历史数据，其中，m为大于0的整数；所述训练模块，用于根据所述历史数据，对所述预警模型进行建立及训练。
50.在一种实现方式中，还包括：第一清除模块，所述第一清除模块，用于在所述根据所述历史数据，对所述预警模型进行建立及训练之前，通过对m个所述测点之间的相关性进行分析，对m个所述测点中的无关测点及所述无关测点对应的历史数据进行清除。
51.在一种实现方式中，还包括：第二清除模块，所述第二清除模块，用于在所述收集m个测点中各个所述测点的多组历史数据之后，对所述多组历史数据中的异常数据进行清除。
52.在一种实现方式中，所述第二清除模块，还用于在所述对所述多组历史数据中的异常数据进行清除之后，对所述多组历史数据中的重复或相似数据进行清除。
53.本技术实施例中的设备预警的装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。
54.本技术实施例中的设备预警的装置可以为具有操作系统的装置。
55.本技术实施例提供的设备预警的装置能够实现设备预警的方法实施例实现的各个过程，为避免重复，这里不再赘述。
56.可选地，如图3所示，本技术实施例还提供一种电子设备300，包括处理器301和存储器302，存储器302上存储有可在所述处理器301上运行的程序或指令，该程序或指令被处理器301执行时实现上述设备预警的方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
57.需要说明的是，本技术实施例中的电子设备包括移动电子设备和非移动电子设备。
58.本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述设备预警的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
59.其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器rom、随机存取存储器ram、磁碟或者光盘等。
60.本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述设备预警的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
61.应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
62.本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述设备预警的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
63.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
64.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端执行本技术各个实施例所述的方法。
65.上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。