CN113758519A - 故障检测方法、装置、计算机设备及存储介质 - Google Patents
故障检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113758519A CN113758519A CN202110865176.3A CN202110865176A CN113758519A CN 113758519 A CN113758519 A CN 113758519A CN 202110865176 A CN202110865176 A CN 202110865176A CN 113758519 A CN113758519 A CN 113758519A
- Authority
- CN
- China
- Prior art keywords
- items
- observation
- determining
- measurement
- item
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开提出一种故障检测方法、装置、计算机设备及存储介质,该方法包括对观察项进行检测,以得到与观察项对应的实际测量值;确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件。通过本公开,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
Description
技术领域
本公开涉及水电厂智能巡检技术领域,尤其涉及一种故障检测方法、装置、计算机设备及存储介质。
背景技术
大数据(big data),即海量数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据,是采用所有数据进行分析处理。大数据的5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
相关技术中,针对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控时,通常需要耗费较多的人力资源成本,导致易于引入人为主观性因素,从而影响针对机电设备的故障检测判别效果。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的目的在于提出一种故障检测方法、装置、计算机设备及存储介质,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
为达到上述目的,本公开第一方面实施例提出的故障检测方法,包括:对观察项进行检测,以得到与观察项对应的实际测量值;确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件。
本公开第一方面实施例提出的故障检测方法,通过对观察项进行检测,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,确定与多种参考项分别对应的多种参考值,以及根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
为达到上述目的,本公开第二方面实施例提出的故障检测装置,包括:检测模块,用于对观察项进行检测,以得到与观察项对应的实际测量值;第一确定模块,用于确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;第二确定模块,用于根据多种参考值,确定与观察项对应的测量阈值;第三确定模块,用于根据实际测量值和测量阈值,确定观察项是否发生故障事件。
本公开第二方面实施例提出的故障检测装置,通过对观察项进行检测,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,确定与多种参考项分别对应的多种参考值,以及根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
本公开第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的故障检测方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开第一方面实施例提出的故障检测方法。
本公开第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行如本公开第一方面实施例提出的故障检测方法。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本公开一实施例提出的故障检测方法的流程示意图;
图2是本公开另一实施例提出的故障检测方法的流程示意图;
图3是本公开另一实施例提出的故障检测方法的流程示意图;
图4是本公开一实施例提出的故障检测装置的结构示意图;
图5是本公开另一实施例提出的故障检测装置的结构示意图;
图6示出了适于用来实现本公开实施方式的示例性计算机设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本公开,而不能理解为对本公开的限制。相反,本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本公开一实施例提出的故障检测方法的流程示意图。
如图1所示,该故障检测方法包括:
S101:对观察项进行检测,以得到与观察项对应的实际测量值。
其中,观察项可以指水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等,对此不做限制。
本公开实施例中,可以对各个观察项进行实时地或者周期性的检测,举例而言,可以预先基于检测处理逻辑对不同的观察项进行逻辑关联配置,自动分析各个观察项状态,以判断机电设备是否正常。
其中,对各个观察项进行实时地或者周期性的检测得到的测量值,可以被称为实际测量值,即与一个观察项会对应一个或者多个的实际测量值,对此不做限制。
其中,实际测量值可以是一个具体的数值,也可以是一个表示程度的指代符号或范围区间。
举例来说,可以通过温度感应器检测水电厂巡检场景中电机(电机即是一种机电设备)运行时的运行温度;通过电压表和电流表检测得到在电机运行时,电压与电流的关系曲线;通过声音感知器,可以得到电机运行的振动频率,这其中的运行温度、电压与电流的关系、振动频率等,可以被称为观察项,而针对运行温度、电压与电流的关系、振动频率等实际检测得到的值,例如,数值、曲线或者振动频率等,均可以被称为实际测量值。
S102:确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值。
其中,参考项,也可以是指水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等。
而本公开实施例中,与观察项对应的多种参考项,是指与观察项存在关联关系的参考项,关联关系,指示多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,即观察项A的实际测量值与参考项A的参考值存在一定的关联关系,观察项B的实际测量值与参考项B的参考值存在一定的关联关系,对此不做限制。
而参考值,可以是针对参考项所实际观测得到的值,或者,也可以是机电设备处于正常运行状态时,参考项所呈现出的值,或者,也可以是机电设备处于正常运行状态时,依据实际的工作经验针对参考项所标定出的值,对此不做限制。
参考值可以为一个数值,也可以是表示一定的程度指代标识或数值范围区间,对参考值的确定,可以是以往的经验记录,也可以是正常运行时的实时记录等,对此不做限制。
举例来说,将电机正常运行时的运行温度作为参考项,该参考项对应的参考值可以是一个温度值或是一个温度范围,或者,参考项也可以是当电机正常工作时的电流与电压的关系,和电机的振动频率等,而参考值可以例如是电流与电压的关系曲线,电机的振动频率等,对此不做限制。
S103:根据多种参考值,确定与观察项对应的测量阈值。
其中,测量阈值,指可能会导致机电设备产生故障时,与各个观察项对应的临界值,测量阈值可以是影响正常运行的最小值,可以是影响正常运行的最大值,也可以是一个包含最小值与最大值的区间范围,以上所示的测量阈值可以有一定的误差范围,具体的测量阈值,可以根据机电设备的实际工作状态确定,对此不做限制。
举例而言,某电机正常工作时每分钟为4200转,当电机每分钟运转大于4250转或者小于4150转时,可以得出电机工作异常,则测量阈值即为4250转与4150转。
举例而言,以观察项是水电厂中机电设备的状态量、模拟量、视频信号、在线监测装置的各个测点等进行示例,则测量阈值,可以是指分别与状态量、模拟量、视频信号、在线监测装置的各个测点等对应的临界值,对此不做限制。
S104:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
上述在根据多种参考值,确定与观察项对应的测量阈值之后,可以将实际测量值与测量阈值进行比较,当实际测量值超出这个临界值时,即可表明观察项具有较高的概率发生故障,而当实际测量值未超出临界值时,表示观察项未发生故障,对此不做限制。
举例说明,对于电机的主变绕组温度,由某水电厂主变运行经验得知,主变上层油温正常情况低于主变绕组温度5℃左右,由此,可以将主变上层油温+5℃+误差值作为一个阈值,当主变绕组温度大于该油温+5℃+误差值时,可以表明主变绕组发生故障。
本实施例中,通过对观察项进行检测,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,确定与多种参考项分别对应的多种参考值,以及根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
图2是本公开另一实施例提出的故障检测方法的流程示意图。
如图2所示,该故障检测方法包括:
S201:对观察项进行检测,以得到与观察项对应的实际测量值。
S201的举例说明可以具体参见上述实施例,在此不再赘述。
S202:确定与观察项存在关联关系的多种参考项,其中,观察项和参考项属于相同或者不相同的机电设备,多种参考项分别属于相同或者不相同的机电设备。
一种参考项可以影响一种或多种观察项,同时,一种观察项也可以被多种参考项影响,多种观察项与多种参考项可以来自于同一种机电设备,也可以来自于不同的机电设备,则若一个参考项和观察项存在前述的相互影响现象,可以说明该参考项和观察项之间存在关联关系。
S203:根据预设关系确定与多种参考项分别对应的多种参考值,其中,预设关系包括:多种参考项,以及与多种参考项分别对应的多种参考值。
举例说明,电机温度作为一种观察项,影响电机温度的参考项可以是,室外温度、电机的电压或者电流,则相应的,与电机温度对应的实际测量得到的值,即是实际测量值,而室外温度、电机的电压或者电流均可以被称为参考项,与室外温度、电机的电压或者电流分别对应的标定值(即电机正常运行过程中室外温度、电机的电压或者电流对应的值),可以被称为参考值,。
而室外温度、电机的电压或者电流分别对应的标定值,可以被预先写入预设关系中,使得该预设关系包括:多种参考项,以及与多种参考项分别对应的多种参考值,从而可以支持直接基于该预设关系来确定与多种参考项分别对应的多种参考值。
其中,每一种参考项可能对应一种或几种参考值。每一种观察项可能对应多种参考项,每一种参考项又可能对应多种参考值,因此对每一种观察项可以确定一种或者多种的参考项,以及与每种参考项对应的一种或多种参考值,对此不做限制。
举例说明,水电厂巡检场景中电机运行的振动频率可以作为一个观察项,影响振动频率的因素可能是定子铁芯的损坏,机座的振动和电磁力过大引起的定子绕组的振动等,从而,铁芯上的测点、机座的振动幅度、机座的电磁力、定子绕组振动频率等均可以被称为参考项,与之相对应的,定子绕组振动频率,又可以划分槽部的振动频率与顶部的振动频率,也即一种参考项对应一种或多种参考值。
S204:根据多种参考值,确定与观察项对应的测量阈值。
S205:根据实际测量值和测量阈值,确定观察项是否发生故障事件。
S204-S205的描述说明可以具体参见上述实施例,在此不再赘述。
本实施例中,通过对观察项进行检测,以得到与观察项对应的实际测量值,确定与观察项存在关联关系的多种参考项,其中,观察项和参考项属于相同或者不相同的机电设备,多种参考项分别属于相同或者不相同的机电设备,根据预设关系确定与多种参考项分别对应的多种参考值,其中,预设关系包括:多种参考项,以及与多种参考项分别对应的多种参考值,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。并且能够实现快速地、准确地确定出与多种参考项分别对应的多种参考值,较大程度地辅助提升故障检测效率和故障检测效果。
图3是本公开另一实施例提出的故障检测方法的流程示意图。
如图3所示,该故障检测方法包括:
S301:获取与多种机电设备分别对应的多种测量项。
其中,测量项可以是待检测的状态信号、模拟信号、音视频信号等,例如,对于稳定运行的机组来说,灭磁开关动作信号和发电机出口开关动作信号等。
其中,与各个机电设备对应的,且可以被用于进行故障检测的状态信号、模拟信号、音视频信号等,均可以被称为本公开实施例中的测量项,本公开实施例中,获取与多种机电设备分别对应的多种测量项,而后可以基于多种机电设备处于运行过程中实际的运行关联逻辑关系,来分析出不同的测量项之间的关联关系,不同的测量项可以是属于相同机电设备,也可以是属于不同机电设备,对此不做限制。
S302:确定与多种测量项分别对应的多种关联关系,其中,关联关系,指示多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项。
也即是说,本公开实施例可以支持在实际的巡检故障检测之前预先配置观察项和参考项之间的关联关系,上述的观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项,关联关系,可以包括多个测量项的标识,以及存在关联关系的测量项。
举例说明,对于稳定运行的机组来说,灭磁开关动作信号与发电机出口开关动作信号应保持一致,由此,可以预先针对灭磁开关动作信号与发电机出口开关动作信号配置关联关系,设定发电机出口开关动作信号对应的标定值为参考值,该发电机出口开关动作信号对应的参考值,可以被用于后续辅助确定出与灭磁开关动作信号对应的测量阈值,从而支持当针对灭磁开关动作信号检测得到实际测量值时,可以将实际测量值与测量阈值进行比对,以确定灭磁开关动作信号是否存在故障事件。
S303:确定与多种参考值分别对应的多种值差异信息,值差异信息,指示对应的参考值对测量阈值的影响程度。
其中,值差异信息是一个影响量,当参考值由于环境或外力因素发生改变时,可以利用值差异信息得出对测量阈值的影响程度,不同的参考值对应的值差异信息可以是不相同的,对相应的测量阈值的影响程度也可以是不相同的。
本公开实施例中确定与多种参考值分别对应的多种值差异信息,可以被用于后续拟合得到准确的与观察项对应的测量阈值,从而保障与观察项对应的测量阈值的分析准确性和分析效果,使得预先标注的参考值被用于确定存在关联关系的测量项对应的测量阈值时,能够具有较高的参考价值,保障故障巡检的准确性。
S304:根据多种值差异信息结合误差信息,确定与观察项对应的测量阈值。
其中,误差信息可以是客观误差和对实际情况影响程度相对较小的小值误差等,本公开实施例中,支持根据多种值差异信息结合误差信息,确定与观察项对应的测量阈值,即,以参考值对测量阈值的影响程度为基准,误差信息作为相应的参考调整信息,以辅助准确地确定出测量阈值。
举例说明,对于主变绕组温度,由某水电厂主变运行经验得知,主变上层油温正常情况低于主变绕组温度5℃左右,故关联主变绕组温度与上层油温,设定观察项上层油温为标准值,配置主变绕组温度为上层油温+5℃+误差值,当主变绕组温度在正常区间外时,判定观察项异常,此项案例中,上层油温+5℃既是参考值与值差异信息,而误差值既是误差信息。同理,对于某电机运行时,其电压与电流的关系为发U=F(I)的关系曲线,当电机停止时,电压为U0。故可以关联电机运行状态信号P及电流值I,配置电压值为当P=0时,U=U0+误差值;当P=1时,U=F(I)+误差值。对于稳定运行的机组来说,机组带风闸开机动作信号,当风机动作+机组开机信号+转速模拟信号>10%时应该正常动作,可以配置该相应的测量阈值以判断观察项是否存在异常。
本实施例中,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。并且能够实现快速地、准确地确定出与多种参考项分别对应的多种参考值,较大程度地辅助提升故障检测效率和故障检测效果。通过确定与多种参考值分别对应的多种值差异信息,可以被用于后续拟合得到准确的与观察项对应的测量阈值,从而保障与观察项对应的测量阈值的分析准确性和分析效果,使得预先标注的参考值被用于确定存在关联关系的测量项对应的测量阈值时,能够具有较高的参考价值,保障故障巡检的准确性。还支持在实际的巡检故障检测之前预先配置观察项和参考项之间的关联关系,从而保障后续故障巡检时参考项的确定效率。
图4是本公开一实施例提出的故障检测装置的结构示意图。
如图4所示,该故障检测装置40,包括:
检测模块401,用于对观察项进行检测,以得到与观察项对应的实际测量值;
第一确定模块402,用于确定与观察项对应的多种参考项,并确定与多种参考项分别对应的多种参考值;
第二确定模块403,用于根据多种参考值,确定与观察项对应的测量阈值;
第三确定模块404,用于根据实际测量值和测量阈值,确定观察项是否发生故障事件。
在本公开的一些实施例中,水电厂巡检场景包括:多种机电设备,第一确定模块402,具体用于:
确定与观察项存在关联关系的多种参考项,其中,观察项和参考项属于相同或者不相同的机电设备,多种参考项分别属于相同或者不相同的机电设备。
在本公开的一些实施例中,第一确定模块402,具体用于:
根据预设关系确定与所述多种参考项分别对应的多种参考值,其中,预设关系包括:多种参考项,以及与多种参考项分别对应的多种参考值。
在本公开的一些实施例中,如图5所示,图5是本公开另一实施例提出的故障检测装置的结构示意图,还包括:
获取模块405,用于在所述对观察项进行检测,以得到与所述观察项对应的实际测量值之前,获取与所述多种机电设备分别对应的多种测量项;
第四确定模块406,用于确定与多种测量项分别对应的多种关联关系,其中,关联关系,指示多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,观察项属于多种测量项,参考项,是与观察项存在关联关系的测量项。
在本公开的一些实施例中,第二确定模块403,具体用于:
确定与多种参考值分别对应的多种值差异信息,值差异信息,指示对应的参考值对测量阈值的影响程度;
根据多种值差异信息结合误差信息,确定与观察项对应的测量阈值。
与上述图1至图3实施例提供的故障检测方法相对应,本公开还提供一种故障检测装置,由于本公开实施例提供的故障检测装置与上述图1至图3实施例提供的故障检测方法相对应,因此在故障检测方法的实施方式也适用于本公开实施例提供的故障检测装置,在本公开实施例中不再详细描述。
本实施例中,通过对观察项进行检测,以得到与观察项对应的实际测量值,并确定与观察项对应的多种参考项,确定与多种参考项分别对应的多种参考值,以及根据多种参考值,确定与观察项对应的测量阈值;根据实际测量值和测量阈值,确定观察项是否发生故障事件,能够实现对水电厂的机电设备的状态量、模拟量、视频信号等观察项的监控,对不同观察项进行逻辑关联配置,能够自动分析观察项的状态,提升针对机电设备的故障检测效果。
为了实现上述实施例,本公开还提出一种计算机设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开前述实施例提出的故障检测方法。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开前述实施例提出的故障检测方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的故障检测方法。
图6示出了适于用来实现本公开实施方式的示例性计算机设备的框图。图6显示的计算机设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。
尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的故障检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本公开的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,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,这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种故障检测方法,其特征在于,应用于水电厂巡检场景,所述方法包括:
对观察项进行检测,以得到与所述观察项对应的实际测量值;
确定与所述观察项对应的多种参考项,并确定与所述多种参考项分别对应的多种参考值;
根据所述多种参考值,确定与所述观察项对应的测量阈值;
根据所述实际测量值和所述测量阈值,确定所述观察项是否发生故障事件。
2.如权利要求1所述的方法,其特征在于,所述水电厂巡检场景包括:多种机电设备,所述确定与所述观察项对应的多种参考项,包括:
确定与所述观察项存在关联关系的多种参考项,其中,所述观察项和所述参考项属于相同或者不相同的机电设备,所述多种参考项分别属于相同或者不相同的机电设备。
3.如权利要求1所述的方法,其特征在于,所述确定与所述多种参考项分别对应的多种参考值,包括:
根据预设关系确定与所述多种参考项分别对应的多种参考值,其中,所述预设关系包括:多种参考项,以及与所述多种参考项分别对应的多种参考值。
4.如权利要求2所述的方法,其特征在于,在所述对观察项进行检测,以得到与所述观察项对应的实际测量值之前,还包括:
获取与所述多种机电设备分别对应的多种测量项;
确定与所述多种测量项分别对应的多种关联关系,其中,所述关联关系,指示所述多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,所述观察项属于所述多种测量项,所述参考项,是与所述观察项存在所述关联关系的测量项。
5.如权利要求2所述的方法,其特征在于,所述根据所述多种参考值,确定与所述观察项对应的测量阈值,包括:
确定与所述多种参考值分别对应的多种值差异信息,所述值差异信息,指示对应的所述参考值对所述测量阈值的影响程度;
根据所述多种值差异信息结合误差信息,确定与所述观察项对应的测量阈值。
6.一种故障检测装置,其特征在于,应用于水电厂巡检场景,所述装置包括:
检测模块,用于对观察项进行检测,以得到与所述观察项对应的实际测量值;
第一确定模块,用于确定与所述观察项对应的多种参考项,并确定与所述多种参考项分别对应的多种参考值;
第二确定模块,用于根据所述多种参考值,确定与所述观察项对应的测量阈值;
第三确定模块,用于根据所述实际测量值和所述测量阈值,确定所述观察项是否发生故障事件。
7.如权利要求6所述的装置,其特征在于,所述水电厂巡检场景包括:多种机电设备,所述第一确定模块,具体用于:
确定与所述观察项存在关联关系的多种参考项,其中,所述观察项和所述参考项属于相同或者不相同的机电设备,所述多种参考项分别属于相同或者不相同的机电设备。
8.如权利要求6所述的装置,其特征在于,所述第一确定模块,具体用于:
根据预设关系确定与所述多种参考项分别对应的多种参考值,其中,所述预设关系包括:多种参考项,以及与所述多种参考项分别对应的多种参考值。
9.如权利要求7所述的装置,其特征在于,还包括:
获取模块,用于在所述对观察项进行检测,以得到与所述观察项对应的实际测量值之前,获取与所述多种机电设备分别对应的多种测量项;
第四确定模块,用于确定与所述多种测量项分别对应的多种关联关系,其中,所述关联关系,指示所述多种机电设备分别处于运行过程中时,对应的测量项与其它测量项之间的关联关系,所述观察项属于所述多种测量项,所述参考项,是与所述观察项存在所述关联关系的测量项。
10.如权利要求7所述的装置,其特征在于,所述第二确定模块,具体用于:
确定与所述多种参考值分别对应的多种值差异信息,所述值差异信息,指示对应的所述参考值对所述测量阈值的影响程度;
根据所述多种值差异信息结合误差信息,确定与所述观察项对应的测量阈值。
11.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-5中任一所述的方法。
12.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865176.3A CN113758519A (zh) | 2021-07-29 | 2021-07-29 | 故障检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865176.3A CN113758519A (zh) | 2021-07-29 | 2021-07-29 | 故障检测方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113758519A true CN113758519A (zh) | 2021-12-07 |
Family
ID=78788141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110865176.3A Pending CN113758519A (zh) | 2021-07-29 | 2021-07-29 | 故障检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113758519A (zh) |
-
2021
- 2021-07-29 CN CN202110865176.3A patent/CN113758519A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6896375B2 (ja) | 一体型変圧器正常性モニタリングアーキテクチャ | |
WO2021107866A1 (en) | Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium | |
WO2021027213A1 (zh) | 检测方法、装置、电子设备和计算机可读介质 | |
US20100070213A1 (en) | Method for Monitoring the Electrical Energy Quality in an Electrical Energy Supply System, Power Quality Field Device and Power Quality System | |
EP3419162B1 (en) | Electrical signature analysis of electrical rotating machines | |
CN101999101A (zh) | 系统运行预测的确定方法 | |
CN113467433A (zh) | 一种机械设备故障检测的方法及装置 | |
CN117270514B (zh) | 基于工业物联网的生产过程全流程故障检测方法 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
US20140058615A1 (en) | Fleet anomaly detection system and method | |
CN109884533B (zh) | 电池故障的诊断方法及装置、设备及存储介质 | |
CN110874311A (zh) | 数据库检测方法、装置、计算机设备和存储介质 | |
CN109144009A (zh) | 现场设备的监控方法、装置和系统 | |
CN113761233A (zh) | 水电厂巡检方法、装置、计算机设备及存储介质 | |
CN113758519A (zh) | 故障检测方法、装置、计算机设备及存储介质 | |
CN113795735A (zh) | 用于监测旋转装置的方法以及状态监测设备 | |
CN110399301A (zh) | 一种代码测试方法、装置、设备及可读存储介质 | |
CN104598361A (zh) | 一种性能监控方法和装置 | |
CN111614504A (zh) | 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统 | |
CN113608953B (zh) | 测试数据生成方法、装置、电子设备及可读存储介质 | |
CN107725456B (zh) | 离心压缩机机组的分析诊断方法和装置 | |
CN115973715A (zh) | 用于带式运输机的托辊故障检测模型的训练方法和装置 | |
CN110058979A (zh) | 一种温度读取失败故障的监控方法、bmc及存储介质 | |
CN115656700B (zh) | 检测方法、训练方法、电器、监控系统和存储介质 | |
CN114914008B (zh) | 核电厂应急响应行动的控制方法、装置、电子设备及介质 |
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 |