CN113048043B - 柱塞泵参数阈值设置方法、装置、电子设备和存储介质 - Google Patents
柱塞泵参数阈值设置方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113048043B CN113048043B CN201911380544.4A CN201911380544A CN113048043B CN 113048043 B CN113048043 B CN 113048043B CN 201911380544 A CN201911380544 A CN 201911380544A CN 113048043 B CN113048043 B CN 113048043B
- Authority
- CN
- China
- Prior art keywords
- operating parameters
- plunger pump
- historical operating
- acquiring
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本申请涉及一种柱塞泵参数阈值设置方法、装置、电子设备和存储介质,方法包括获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数;获取历史运行参数的分布拟合曲线,根据分布拟合曲线构建分布拟合曲线对应的概率密度函数;获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值;根据柱塞泵运行参数阈值对待设置柱塞泵进行参数设置。本申请通过学习当前待设置柱塞泵的历史运行参数来对柱塞泵的参数阈值进行设置,可以解决同类设备阈值差异问题,避免同类设备阈值设置一刀切,阈值设置与设备实际运行环境及工况更匹配,提高阈值设置的准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种柱塞泵参数阈值设置方法、装置、电子设备和存储介质。
背景技术
柱塞泵是油田注水开发的重要设备,通过活塞的往复运动直接以压力能形式向液体提供能量的输送往复式运动的机械装置。柱塞泵包括动力端与液力端,动力端将电机的旋转运动通过曲轴连杆机构转变为十字头的往复机械运动;液力端在柱塞与阀芯的共同作用下通过柱塞的往复运动将动能转化为液体的压能;曲轴连杆机构、十字头、柱塞位于泵体内,与柱塞连接的阀芯位于泵头体内,泵头体的一端与输入管线连接,另一端与输出管线连接。柱塞泵具有效率高、高效区宽、高压、强自吸能力等特点,是油气开发领域重要的生产设备,因此对柱塞泵的运行状态监测十分重要。由于柱塞泵存在运动形式复杂、机械运动多变、各承力部件受力复杂、机械结构复杂、运动部件多、外载变化幅度大、信号复杂等多种特点,造成对柱塞泵的运行状态监测十分困难。目前针对柱塞泵实时采集的常规参数包括压力参数、流量参数、电机电流参数等生产指标参数和针对泵体的振动速度、轴承温度等设备运行监测参数。
当前对柱塞泵运行状态的监测主要是针对柱塞泵的上述参数进行超限监测,因此合理的参数阈值设置显得尤为重要,目前对于参数阈值的设置,主要通过生产人员根据以往经验,对同类设备设置一个固定的阈值,而设备在生产运行中,随着机器的磨损及老化,以及生产工况的变化,合理阈值的范围会不断发生变化,采用固定阈值的形式无法满足对柱塞泵日常运行的监控要求。
发明内容
基于此,有必要针对现有技术方案无法确定柱塞泵合理的运行参数阈值的问题,提供一种实现更加合理设置柱塞泵运行参数阈值的柱塞泵参数阈值设置方法、装置、电子设备以及存储介质。
一种柱塞泵参数阈值设置方法,所述方法包括:
获取预设学习周期内待设置柱塞泵的历史运行参数,所述历史运行参数为所述待设置柱塞泵在正常运行状态下的运行参数;
获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
在其中一个实施例中,所述获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数包括:
获取历史运行参数对应的概率分布;
通过预设分布类型拟合所述历史运行参数对应的概率分布,获取所述历史运行参数的各概率分布类型对应的分布拟合曲线;
对所述各概率分布类型对应的分布拟合曲线进行卡方检验;
根据所述卡方检验的校验结果获取所述历史运行参数的分布拟合曲线;
构建所述分布拟合曲线对应的概率密度函数。
在其中一个实施例中,所述获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值包括:
根据所述预设参数阈值置信度选取所述概率密度函数的上分位数以及下分位数;
根据所述上分位数和所述下分位数获取柱塞泵运行参数阈值。
在其中一个实施例中,所述根据所述上分位数和所述下分位数获取柱塞泵运行参数阈值包括:
获取预设缩放系数;
根据所述上分位数、所述下分位数以及所述预设缩放系数获取柱塞泵运行参数阈值。
在其中一个实施例中,所述获取所述历史运行参数的分布拟合曲线之前,还包括:
识别所述历史运行参数中的停机参数;
通过箱型图法识别所述历史运行参数中的离群参数;
清洗所述历史运行参数中的停机参数以及离群参数;
所述获取所述历史运行参数的分布拟合曲线包括:
获取所述清洗后的历史运行参数的分布拟合曲线。
在其中一个实施例中,所述获取所述清洗后的历史运行参数的分布拟合曲线之前,还包括:
获取所述清洗后的历史运行参数的数据密度;
当所述数据密度低于预设密度阈值时,根据所述离群参数前后对应的有效历史运行参数,对所述清洗后的历史运行参数进行线性插值,得到插值参数;
所述获取所述清洗后的历史运行参数的分布拟合曲线包括:
获取所述插值参数的分布拟合曲线。
一种柱塞泵参数设置装置,所述装置包括:
参数获取模块,用于获取预设学习周期内待设置柱塞泵的历史运行参数,所述历史运行参数为所述待设置柱塞泵在正常运行状态下的运行参数;
密度函数获取模块,用于获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
参数阈值获取模块,用于获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
参数设置模块,用于根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
在其中一个实施例中,所述密度函数获取模块用于:
获取历史运行参数对应的概率分布;
通过预设分布类型拟合所述历史运行参数对应的概率分布,获取所述历史运行参数的各概率分布类型对应的分布拟合曲线;
对所述各概率分布类型对应的分布拟合曲线进行卡方检验;
根据所述卡方检验的校验结果获取所述历史运行参数的分布拟合曲线;
构建所述分布拟合曲线对应的概率密度函数。
一种电子设备,所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,所述程序指令被处理器执行时实现以下步骤:
获取预设学习周期内待设置柱塞泵的历史运行参数,所述历史运行参数为所述待设置柱塞泵在正常运行状态下的运行参数;
获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取预设学习周期内待设置柱塞泵的历史运行参数,所述历史运行参数为所述待设置柱塞泵在正常运行状态下的运行参数;
获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
上述柱塞泵参数阈值设置方法、装置、电子设备和存储介质,通过获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数;获取历史运行参数的分布拟合曲线,根据分布拟合曲线构建分布拟合曲线对应的概率密度函数;获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值;根据柱塞泵运行参数阈值对待设置柱塞泵进行参数设置。本申请通过学习当前待设置柱塞泵的历史运行参数来对柱塞泵的参数阈值进行设置,可以解决同类设备阈值差异问题,避免同类设备阈值设置一刀切,阈值设置与设备实际运行环境及工况更匹配,提高阈值设置的准确性。
附图说明
图1为一个实施例中柱塞泵参数阈值设置方法的应用环境图;
图2为一个实施例中柱塞泵参数阈值设置方法的流程示意图;
图3为一个实施例中图2的步骤S400的子流程示意图;
图4为一个实施例中图2的步骤S600的子流程示意图;
图5为一个实施例中柱塞泵参数阈值设置装置的结构框图;
图6为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的柱塞泵参数阈值设置方法,可以应用于如图1所示的应用环境中。其中,终端102和阈值设置服务器104通过网络进行通信,待设置柱塞泵106可以和阈值设置服务器104连接,阈值设置服务器104可以对待设置柱塞泵106进行参数报警设置,当待设置柱塞泵的运行参数高于高报阈值或低于低报阈值时,触发报警。首先终端102提交预设学习周期内待设置柱塞泵106的历史运行参数至阈值设置服务器104,阈值设置服务器104获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数;获取历史运行参数的分布拟合曲线,并构建分布拟合曲线对应的概率密度函数;获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值;根据柱塞泵运行参数阈值对待设置柱塞泵106进行参数设置。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种柱塞泵参数阈值设置方法,以该方法应用于图1中的阈值设置服务器104为例进行说明,包括以下步骤:
S200,获取预设学习周期内待设置柱塞泵的历史运行参数。
其中,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数。预设学习周期是指用于学习柱塞泵运行参数阈值的周期,在预设学习周期内设置有多个参数检测节点,服务器获取的历史运行参数具体是指参数检测节点处的历史运行参数。在其中一个实施例中,预设学习周期可以设置为15天。待设置柱塞泵是指当前的柱塞泵参数阈值设置方法对应的目标柱塞泵。历史运行参数具体包括压力参数、流量参数、电机电流参数等生产指标参数和针对泵体的振动速度、轴承温度等设备运行监测参数。
S400,获取历史运行参数的分布拟合曲线,并构建分布拟合曲线对应的概率密度函数。
历史运行参数的概率分布是指历史运行参数中各个参数对应的概率分布情况。可以先根据这些历史运行参数来获取历史运行参数对应的概率分布,获得的概率分布属于离散型参数,根据给定的这些离散型参数绘制的曲线,称为不规则曲线,通常可以用曲线拟合的方法来求解该不规则曲线对应的参数方程。曲线拟合方法是由给定的离散数据点,建立数据关系(数学模型),求出一系列微小的直线段把这些插值点连接成曲线,通常只要插值点的间隔选择得当,就可以形成一条光滑的曲线。在进行曲线拟合之后,构建分布拟合曲线对应的概率密度函数。具体的,服务器可以针对每一个历史运行参数,都建立其对应的分布拟合曲线,并构建相应的概率密度函数。
S600,获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值。
参数阈值是指这些运行参数在柱塞泵运行过程中正常运行的最大值以及最小值,当设备的运行参数超过高报阈值或低于低报阈值时,会触发相应的柱塞泵报警系统。置信度又被称为置信水平,在统计学中,一个概率样本的置信区间是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。置信区间给出的是被测量参数的测量值的可信程度,即前面所要求的“一定概率”。这个概率就被称为置信度。预设参数阈值置信度,本申请中的参数阈值置信度是指设置的参数阈值的可信度,该数值设置在0至1之间,可以根据实际的阈值报警需求对置信度进行设置,当需要精准地在参数超过高报阈值或低于低报阈值时进行报警时,可以设置一个较高的参数阈值置信度,然而此时报警的次数偏少。当需要忽视误报而尽可能多地触发报警时,可以设置一个较低的参数阈值置信度。服务器可以根据参数阈值置信度,以及获得的历史运行参数对应的概率密度函数获取柱塞泵的运行参数阈值。
S800,根据柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
当服务器得到柱塞泵的运行参数阈值后,可以根据该运行参数阈值对柱塞泵进行参数报警设置,如果柱塞泵在运行过程中的运行参数超过高报阈值或低于低报阈值,即会触发参数报警。
上述柱塞泵参数阈值设置方法,通过获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数;获取历史运行参数的分布拟合曲线,根据分布拟合曲线构建分布拟合曲线对应的概率密度函数;获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值;根据柱塞泵运行参数阈值对待设置柱塞泵进行参数设置。本申请通过学习当前待设置柱塞泵的历史运行参数来对柱塞泵的参数阈值进行设置,可以解决同类设备阈值差异问题,避免同类设备阈值设置一刀切,阈值设置与设备实际运行环境及工况更匹配,提高阈值设置的准确性。
如图3所示,在其中一个实施例中,步骤S400包括:
S410,获取历史运行参数对应的概率分布。
S430,通过预设分布类型拟合历史运行参数对应的概率分布,获取历史运行参数的各概率分布类型对应的分布拟合曲线。
S450,对各概率分布类型对应的分布拟合曲线进行卡方检验。
S470,根据卡方检验的校验结果获取历史运行参数的分布拟合曲线。
S490,构建分布拟合曲线对应的概率密度函数。
首先获取历史运行参数中各个参数数值对应的概率分布,而后通过预设分布类型拟合历史运行参数,构建各个预设类型的历史运行参数对应的分布拟合曲线。其中预设分布类型具体包括了高斯分布、贝塔分布等。其中高斯分布又称为正态分布,是连续随机变量概率分布的一种,自然界、人类社会、心理和教育中大量现象均按正态形式分布,例如能力的高低,学生成绩的好坏等都属于正态分布。它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。标准正态分布是正态分布的一种,其平均数和标准差都是固定的,平均数为0,标准差为1。贝塔分布则是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数。首先通过各种预设的分布类型对各个历史运行参数的数据进行拟合,获得各概率分布类型对应的分布拟合曲线。而后通过卡方检验对这些分布拟合曲线进行校验,卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度,实际观测值与理论推断值之间的偏离程度就决定卡方值的大小,如果卡方值越大,二者偏差程度越大;反之,二者偏差越小;若两个值完全相等时,卡方值就为0,表明理论值完全符合,通过卡方检验可以准确对离散化数据的分布拟合进行检验。具体的,可以获取当前历史运行参数的各个分布类型对应分布拟合曲线对应的卡方值,而后将其中卡方值最小的分布拟合曲线对应的分布,作为当前历史运行参数对应的分布拟合曲线,同时将其对应的概率密度函数,作为当前历史运行参数对应的概率密度函数。可以通过各个预设类型的分布对离散化的历史运行参数进行拟合,而后通过卡方检验准确查找其中最符合实际的分布类型,根据最符合的分布作为历史运行参数的分布,并构建其对应的概率密度函数。
如图4所示,在其中一个实施例中,步骤S600包括:
S610,根据预设参数阈值置信度选取概率密度函数的上分位数以及下分位数。
S630,根据上分位数和下分位数获取柱塞泵运行参数阈值。
服务器可以根据设置号的预设置信度c,从概率密度分布上选取相应的分位数:对于只计算下限阈值的情况,下分位数p1为概率密度函数等于c时的值;对于只计算上限阈值的情况,上分位数p2为概率密度函数等于(1-c)时的值;而对于同时计算上下限阈值的情况,下分位数p1为概率密度函数等于c/2时的值,上分位数p2为概率密度函数等于(1-c/2)时的值。而后可以依据上面选出的分位数和来计算下限阈值和上限阈值。
在其中一个实施例中,根据上分位数和下分位数获取柱塞泵运行参数阈值包括:获取预设缩放系数;根据上分位数、下分位数以及预设缩放系数获取柱塞泵运行参数阈值。
具体的,可以通过各阈值对应的缩放系数以及获取的上下分位数计算低报、低低报、高报、高高报阈值。不同的阈值代表柱塞泵运作出错的状况不同,其触发的警报也是不同的。具体的,假设其中一个缩放系数为z。
对于只计算上限阈值的情况:
其中Ht表示上限阈值,p2为上分位数。
对于只计算下限阈值的情况。
其中Lt表示下限阈值,p1为下分位数。
对于同时计算上下限阈值的情况则是:
其中Ht表示上限阈值,Lt表示下限阈值,p2为上分位数,p1为下分位数。
对于低报、低低报、高报、高高报阈值各设置其对应的缩放系数,缩放系数一般设置1.5至6之间,与上述的置信度类似,可以根据实际需要进行设置,一般缩放系数越大则柱塞泵运行错误报的越准,但可能漏报,而较低的缩放系数则可以报出所有的运行错误,但可能错报。可以通过缩放系数以及上下分位数对各个阈值进行准确的设置。
在其中一个实施例中,获取历史运行参数的分布拟合曲线之前,还包括:识别历史运行参数中的停机参数;通过箱型图法识别历史运行参数中的离群参数;清洗历史运行参数中的停机参数以及离群参数;获取历史运行参数的分布拟合曲线包括:获取清洗后的历史运行参数的分布拟合曲线。
停机参数是指柱塞泵在未启动状态下的参数,而离群参数是指与附近参数相差较大,不符合常规的历史运行参数。具体的,服务器获取的历史运行参数中可能包含部分停机参数以及离群参数,对于停机参数,服务器可以直接将其排除,而对于离群参数,则可以通过箱型图法将其检测出来,并清洗去除,而后通过清洗后的历史运行参数的分布拟合曲线。在另外的实施例中,也可以通过拉伊达法或者4d检验法检测出离群参数。通过清洗掉停机参数以及离群参数,可以提高曲线拟合的准确率,从而提高参数设置的准确率。
在其中一个实施例中,获取清洗后的历史运行参数的分布拟合曲线之前,还包括:获取清洗后的历史运行参数的数据密度;当数据密度低于预设密度阈值时,根据离群参数前后对应的有效历史运行参数,对清洗后的历史运行参数进行线性插值,得到插值参数;获取清洗后的历史运行参数的分布拟合曲线包括:获取插值参数的分布拟合曲线。
在清洗数据之后,还需要对清洗后数据的数据密度进行检测,当数据密度过低,低于预设的数据密度阈值时,为了保证数据拟合过程的准确性,可以将离群参数替换为离群参数前后有效的历史运行参数。具体可以通过线性插值来对参数进行替换,从而保证对历史运行参数进行数据拟合的准确率。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种柱塞泵参数阈值设置装置,装置包括:
参数获取模块200,用于获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数。
密度函数获取模块400,用于获取历史运行参数的分布拟合曲线,并构建分布拟合曲线对应的概率密度函数。
参数阈值获取模块600,用于获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值。
参数设置模块800,用于根据柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
在其中一个实施例中,密度函数获取模块400用于:获取历史运行参数对应的概率分布;通过预设分布类型拟合历史运行参数对应的概率分布,获取历史运行参数的各概率分布类型对应的分布拟合曲线;对各概率分布类型对应的分布拟合曲线进行卡方检验;根据卡方检验的校验结果获取历史运行参数的分布拟合曲线;构建分布拟合曲线对应的概率密度函数。
在其中一个实施例中,参数阈值获取模块600用于:根据预设参数阈值置信度选取概率密度函数的上分位数以及下分位数;根据上分位数和下分位数获取柱塞泵运行参数阈值。
在其中一个实施例中,参数阈值获取模块600还用于:获取预设缩放系数;根据上分位数、下分位数以及预设缩放系数获取柱塞泵运行参数阈值。
在其中一个实施例中,还包括数据清洗模块,用于:识别历史运行参数中的停机参数;通过箱型图法识别历史运行参数中的离群参数;清洗历史运行参数中的停机参数以及离群参数。密度函数获取模块400还用于:获取清洗后的历史运行参数的分布拟合曲线。
在其中一个实施例中,数据清洗模块,还用于:获取清洗后的历史运行参数的数据密度;当数据密度低于预设密度阈值时,根据离群参数前后对应的有效历史运行参数,对清洗后的历史运行参数进行线性插值,得到插值参数。密度函数获取模块400还用于:获取插值参数的分布拟合曲线。
关于柱塞泵参数阈值设置装置的具体限定可以参见上文中对于柱塞泵参数阈值设置方法的限定,在此不再赘述。上述柱塞泵参数阈值设置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
所述柱塞泵参数阈值设置装置包括处理器和存储器,上述参数获取模块、密度函数获取模块、参数阈值获取模块和参数设置模块等均作为程序单元模块存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现提高阈值设置准确性的效果。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述柱塞泵参数阈值设置方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述柱塞泵参数阈值设置方法。
如图6所示,本发明实施例提供了一种设备70,设备70包括至少一个处理器701、以及与处理器701连接的至少一个存储器702、总线703;其中,处理器701、存储器702通过总线703完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述的柱塞泵参数阈值设置方法。本文中的设备70可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:
获取预设学习周期内待设置柱塞泵的历史运行参数,历史运行参数为待设置柱塞泵在正常运行状态下的运行参数。
获取历史运行参数的分布拟合曲线,并构建分布拟合曲线对应的概率密度函数。
获取预设参数阈值置信度,根据预设参数阈值置信度以及概率密度函数,获取柱塞泵运行参数阈值。
根据柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:获取历史运行参数对应的概率分布;通过预设分布类型拟合历史运行参数对应的概率分布,获取历史运行参数的各概率分布类型对应的分布拟合曲线;对各概率分布类型对应的分布拟合曲线进行卡方检验;根据卡方检验的校验结果获取历史运行参数的分布拟合曲线;构建分布拟合曲线对应的概率密度函数。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:根据预设参数阈值置信度选取概率密度函数的上分位数以及下分位数;根据上分位数和下分位数获取柱塞泵运行参数阈值。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:获取预设缩放系数;根据上分位数、下分位数以及预设缩放系数获取柱塞泵运行参数阈值。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:识别历史运行参数中的停机参数;通过箱型图法识别历史运行参数中的离群参数;清洗历史运行参数中的停机参数以及离群参数。获取清洗后的历史运行参数的分布拟合曲线。
在一个实施例中,计算机程序在数据处理设备上执行时还实现以下步骤:获取清洗后的历史运行参数的数据密度;当数据密度低于预设密度阈值时,根据离群参数前后对应的有效历史运行参数,对清洗后的历史运行参数进行线性插,得到插值参数。获取插值参数的分布拟合曲线。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种柱塞泵参数阈值设置方法,所述方法包括:
获取预设学习周期内待设置柱塞泵的历史运行参数;
获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置;
所述获取所述历史运行参数的分布拟合曲线之前,还包括:
识别所述历史运行参数中的停机参数;
通过箱型图法识别所述历史运行参数中的离群参数;
清洗所述历史运行参数中的停机参数以及离群参数;
所述获取所述历史运行参数的分布拟合曲线包括:
获取所述清洗后的历史运行参数的分布拟合曲线;
所述获取所述清洗后的历史运行参数的分布拟合曲线之前,还包括:
获取所述清洗后的历史运行参数的数据密度;
当所述数据密度低于预设密度阈值时,根据所述离群参数前后对应的有效历史运行参数,对所述清洗后的历史运行参数进行线性插值,得到插值参数;
所述获取所述清洗后的历史运行参数的分布拟合曲线包括:
获取所述插值参数的分布拟合曲线。
2.根据权利要求1所述的方法,其特征在于,所述获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数包括:
获取历史运行参数对应的概率分布;
通过预设分布类型拟合所述历史运行参数对应的概率分布,获取所述历史运行参数的各概率分布类型对应的分布拟合曲线;
对所述各概率分布类型对应的分布拟合曲线进行卡方检验;
根据所述卡方检验的校验结果,获取所述历史运行参数的分布拟合曲线;
构建所述分布拟合曲线对应的概率密度函数。
3.根据权利要求1所述的方法,其特征在于,所述获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值包括:
根据所述预设参数阈值置信度,选取所述概率密度函数的上分位数以及下分位数;
根据所述上分位数和所述下分位数获取柱塞泵运行参数阈值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述上分位数和所述下分位数获取柱塞泵运行参数阈值包括:
获取预设缩放系数;
根据所述上分位数、所述下分位数以及所述预设缩放系数获取柱塞泵运行参数阈值。
5.一种柱塞泵参数设置装置,其特征在于,所述装置包括:
参数获取模块,用于获取预设学习周期内待设置柱塞泵的历史运行参数;
密度函数获取模块,用于获取所述历史运行参数的分布拟合曲线,并构建所述分布拟合曲线对应的概率密度函数;
参数阈值获取模块,用于获取预设参数阈值置信度,根据所述预设参数阈值置信度以及所述概率密度函数,获取柱塞泵运行参数阈值;
参数设置模块,用于根据所述柱塞泵运行参数阈值对待设置柱塞泵进行参数报警设置;
数据清洗模块,用于识别所述历史运行参数中的停机参数;通过箱型图法识别所述历史运行参数中的离群参数;清洗所述历史运行参数中的停机参数以及离群参数,所述密度函数获取模块还用于获取所述清洗后的历史运行参数的分布拟合曲线;
所述数据清洗模块,还用于获取所述清洗后的历史运行参数的数据密度;当所述数据密度低于预设密度阈值时,根据所述离群参数前后对应的有效历史运行参数,对所述清洗后的历史运行参数进行线性插值,得到插值参数,所述密度函数获取模块还用于获取所述插值参数的分布拟合曲线。
6.根据权利要求5所述的装置,其特征在于,所述密度函数获取模块用于:
获取历史运行参数对应的概率分布;
通过预设分布类型拟合所述历史运行参数对应的概率分布,获取所述历史运行参数的各概率分布类型对应的分布拟合曲线;
对所述各概率分布类型对应的分布拟合曲线进行卡方检验;
根据所述卡方检验的校验结果获取所述历史运行参数的分布拟合曲线;
构建所述分布拟合曲线对应的概率密度函数。
7.根据权利要求5所述的装置,其特征在于,所述参数阈值获取模块用于:
根据所述预设参数阈值置信度,选取所述概率密度函数的上分位数以及下分位数;
根据所述上分位数和所述下分位数获取柱塞泵运行参数阈值。
8.根据权利要求7所述的装置,其特征在于,所述参数阈值获取模块还用于:
获取预设缩放系数;
根据所述上分位数、所述下分位数以及所述预设缩放系数获取柱塞泵运行参数阈值。
9.一种电子设备,所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,所述处理器、所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行如权利要求1至4中任意一项所述方法的步骤。
10.一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4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380544.4A CN113048043B (zh) | 2019-12-27 | 2019-12-27 | 柱塞泵参数阈值设置方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380544.4A CN113048043B (zh) | 2019-12-27 | 2019-12-27 | 柱塞泵参数阈值设置方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113048043A CN113048043A (zh) | 2021-06-29 |
CN113048043B true CN113048043B (zh) | 2023-02-21 |
Family
ID=76506828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911380544.4A Active CN113048043B (zh) | 2019-12-27 | 2019-12-27 | 柱塞泵参数阈值设置方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113048043B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113779327B (zh) * | 2021-08-10 | 2024-06-21 | 上海外高桥造船海洋工程设计有限公司 | 基于船舶设备全生命周期数据的设备监测管理系统 |
CN115164361B (zh) * | 2022-06-13 | 2024-06-07 | 中国电信股份有限公司 | 一种数据中心控制方法、装置、电子设备和存储介质 |
CN115288992B (zh) * | 2022-07-20 | 2024-04-12 | 青岛优派普环保科技股份有限公司 | 一种塑料管材生产用泵体监测方法、系统及存储介质 |
CN115802199B (zh) * | 2022-10-26 | 2023-09-22 | 北京力控元通科技有限公司 | 报警门限的确定方法、装置、电子设备及可读存储介质 |
CN117055442A (zh) * | 2023-09-22 | 2023-11-14 | 山东天视信息技术有限公司 | 一种带边缘控制的远程能耗数据采集方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105718754A (zh) * | 2016-03-09 | 2016-06-29 | 中国石油大学(北京) | 一种炼化过程参数动态报警阈值的生成方法及装置 |
CN106934193A (zh) * | 2015-12-30 | 2017-07-07 | 优信拍(北京)信息科技有限公司 | 车辆信息获取方法及装置 |
CN107132481A (zh) * | 2017-04-20 | 2017-09-05 | 广东硅岳能源科技有限公司 | 一种识别电池组中单体一致的方法及系统 |
CN108599147A (zh) * | 2018-04-13 | 2018-09-28 | 华北电力大学 | 基于正态指数平滑法与核密度估计的组合区间预测方法 |
CN109471783A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 预测任务运行参数的方法和装置 |
CN110247725A (zh) * | 2019-06-24 | 2019-09-17 | 国网河北省电力有限公司经济技术研究院 | Otn网络的线路故障排查方法、装置及终端设备 |
-
2019
- 2019-12-27 CN CN201911380544.4A patent/CN113048043B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934193A (zh) * | 2015-12-30 | 2017-07-07 | 优信拍(北京)信息科技有限公司 | 车辆信息获取方法及装置 |
CN105718754A (zh) * | 2016-03-09 | 2016-06-29 | 中国石油大学(北京) | 一种炼化过程参数动态报警阈值的生成方法及装置 |
CN107132481A (zh) * | 2017-04-20 | 2017-09-05 | 广东硅岳能源科技有限公司 | 一种识别电池组中单体一致的方法及系统 |
CN109471783A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 预测任务运行参数的方法和装置 |
CN108599147A (zh) * | 2018-04-13 | 2018-09-28 | 华北电力大学 | 基于正态指数平滑法与核密度估计的组合区间预测方法 |
CN110247725A (zh) * | 2019-06-24 | 2019-09-17 | 国网河北省电力有限公司经济技术研究院 | Otn网络的线路故障排查方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113048043A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113048043B (zh) | 柱塞泵参数阈值设置方法、装置、电子设备和存储介质 | |
CN110036418B (zh) | 护理装备和系统的性能参数化 | |
CN113312804B (zh) | 变压器的温度预警方法、装置、设备及存储介质 | |
EP3696693A1 (en) | Method and apparatus for monitoring state of device in process industry and medium | |
CN110858072B (zh) | 设备运行状态的确定方法及装置 | |
CN113283502B (zh) | 基于聚类的设备状态阈值确定方法和装置 | |
CN110806730A (zh) | 大数据运维平台、服务器及存储介质 | |
Kirchen et al. | Metrics for the evaluation of data quality of signal data in industrial processes | |
CN111472754A (zh) | 抽油机井的故障处理方法、装置、存储介质及电子设备 | |
CN116108604B (zh) | 一种供水管网异常检测方法、系统、设备及存储介质 | |
He et al. | Prognostic analysis based on hybrid prediction method for axial piston pump | |
CN117170915A (zh) | 数据中心设备故障预测方法、装置和计算机设备 | |
Shi et al. | Research on the Initial Fault Prediction Method of Rolling Bearings Based on DCAE‐TCN Transfer Learning | |
CN112577664A (zh) | 传感器故障检测方法、装置及相关产品 | |
CN113529845A (zh) | 挖掘机故障诊断方法、挖掘机、电子设备及可读存储介质 | |
Stankovski et al. | Edge Computing for Fault Detection in Smart Systems | |
CN115526368A (zh) | 动力电池容量预测方法、装置及设备 | |
CN117056842A (zh) | 构建设备异常监测模型的方法、装置、设备、介质及产品 | |
CN116644567A (zh) | 一种电力系统关键输电断面确定方法、系统、设备和介质 | |
Martí et al. | YASA: yet another time series segmentation algorithm for anomaly detection in big data problems | |
CN113689042B (zh) | 监测节点的故障源预测方法 | |
CN116186479A (zh) | 用于泵车工况数据的处理方法、处理器、装置及存储介质 | |
Godwin et al. | Robust Statistical Methods for Rapid Data Labelling | |
CN113051700A (zh) | 设备可靠性监测方法及装置 | |
CN113723723B (zh) | 运行参数波动路径提取方法、装置、存储介质及处理器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |