CN113919518A - 电力计量自动化生产设备的故障确定方法、装置及终端 - Google Patents
电力计量自动化生产设备的故障确定方法、装置及终端 Download PDFInfo
- Publication number
- CN113919518A CN113919518A CN202111062582.2A CN202111062582A CN113919518A CN 113919518 A CN113919518 A CN 113919518A CN 202111062582 A CN202111062582 A CN 202111062582A CN 113919518 A CN113919518 A CN 113919518A
- Authority
- CN
- China
- Prior art keywords
- determining
- overhaul operation
- fault
- electric power
- target
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012423 maintenance Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008439 repair process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电力计量自动化生产设备的故障确定方法、装置及终端,该方法包括:采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型;根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障;根据初始故障,确定目标故障。本发明可提高目标障碍的准确度,避免了因巡检没到位导致故障隐患不能及时发现问题,进而导致电力计量生产业务的中断,甚至引发重大生产事故的问题。
Description
技术领域
本发明属于电力计量生产应用技术领域,尤其涉及一种电力计量自动化生产设备的故障确定方法、装置及终端。
背景技术
随着能源互联网建设,智能电能表等电力计量自动化生产设备应用愈加广泛,电力计量自动化生产设备的生产制造、检定检测、仓储配送是保障现场一线正常开展安装和老百姓用电的基础。电力计量自动化生产设备起着不可替代的保障作用。
由于电力计量自动化生产设备生产单元种类多、各单元零部件多、各零部件的故障发生频次不同,容易产生如下问题:一是受经验影响,存在漏判、误判问题;二是受掌握信息影响,不能现场及时甄别;三是受技术能力影响,无法对生产单元内部零部件状况进行判断。因此,目前电力计量自动化生产设备的巡检主要依靠运维人员现场近距离观看观察,人为被动发现缺陷或故障风险。
但是,在巡检过程中,电力计量自动化生产设备出现异常时需要人为比对历史故障信息文档,导致现有的巡检方式出现效率低下的问题。
发明内容
有鉴于此,本发明实施例提供了一种电力计量自动化生产设备的故障确定方法、装置及终端,以解决现有技术中存在巡检方式效率低下的问题。
本发明实施例的第一方面提供了一种电力计量自动化生产设备的故障确定方法,包括:
采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型;
根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障;
根据初始故障,确定电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型,包括:
选取k个簇中心;
根据k个簇中心,确定检修作业数据对应的初始检修作业类型;
根据检修作业数据对应的初始检修作业类型,更新k个簇中心,待k个簇中心与k个目标质心满足预设条件,确定检修作业数据对应的目标检修作业类型。
在一种可能的实现方式中,根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障,包括:
确定预设的数字孪生模型;
将目标检修作业类型输入预设的数字孪生模型,得到检修作业类型对应的初始故障。
在一种可能的实现方式中,确定预设的数字孪生模型,包括:
获取初始数字孪生模型和训练样本数据;
将训练样本数据输入初始数字孪生模型,得到数字孪生结果;
将数字孪生结果与实际结果进行反馈对比,直至数字孪生结果与实际结果差值小于预设阈值,得到预设的数字孪生模型。
在一种可能的实现方式中,根据初始故障,确定电力计量自动化生产设备对应的目标故障,包括:
确定初始故障对应的出现次数;
若出现次数大于预设次数,将初始故障确定为电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,确定初始故障对应的出现次数之后,还包括:
将初始故障对应的出现次数从多到少的方式进行排列,确定排列结果;
按照排列结果,将初始故障对应的检修作业数据进行可视化呈现。
在一种可能的实现方式中,采集电力计量自动化生产设备的检修作业任务对应的检修作业数据之前,还包括:
接收电力计量自动化生产设备的检修作业任务。
本发明实施例的第二方面提供了一种电力计量自动化生产设备的故障确定装置,装置包括:
数据采集模块,用于采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
作业类型确定模块,用于根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型;
初始故障确定模块,用于根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障;
目标故障确定模块,用于根据初始故障,确定电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,作业类型确定模块包括:
簇中心选取子模块,用于选取k个簇中心;
初始作业类型确定子模块,用于根据k个簇中心,确定检修作业数据对应的初始检修作业类型;
目标作业类型确定子模块,用于根据检修作业数据对应的初始检修作业类型,更新k个簇中心,待k个簇中心与k个目标质心满足预设条件,确定检修作业数据对应的目标检修作业类型。
在一种可能的实现方式中,初始故障确定模块包括:
预设模型确定子模块,用于确定预设的数字孪生模型;
初始故障确定子模块,用于将目标检修作业类型输入预设的数字孪生模型,得到检修作业类型对应的初始故障。
在一种可能的实现方式中,预设模型确定子模块包括:
数据获取单元,用于获取初始数字孪生模型和训练样本数据;
孪生结果确定单元,用于将训练样本数据输入初始数字孪生模型,得到数字孪生结果;
预设模型确定单元,用于将数字孪生结果与实际结果进行反馈对比,直至数字孪生结果与实际结果差值小于预设阈值,得到预设的数字孪生模型。
在一种可能的实现方式中,目标故障确定模块包括:
次数确定子模块,用于确定初始故障对应的出现次数;
目标故障确定子模块,用于若出现次数大于预设次数,将初始故障确定为电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,次数确定子模块之后,还包括:
排序单元,用于将初始故障对应的出现次数从多到少的方式进行排列,确定排列结果;
可视化单元,用于按照排列结果,将初始故障对应的检修作业数据进行可视化呈现。
在一种可能的实现方式中,数据采集模块之前,还包括:
任务接收模块,用于接收电力计量自动化生产设备的检修作业任务。
本发明实施例的第三方面提供了一种终端,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述任一项的电力计量自动化生产设备的故障确定方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上述任一项的电力计量自动化生产设备的故障确定方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例首先采集电力计量自动化生产设备的检修作业任务对应的检修作业数据,然后根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型,再根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障,最后根据初始故障,确定电力计量自动化生产设备对应的目标故障。本发明通过预设的聚类算法对检修作业数据进行分类,可提高检修作业数据分类的效率以及准确性,以得到更加准确的目标检修作业类型,再基于预设的数字孪生模型对目标检修作业类型进行处理,进一步提高目标障碍的准确度,避免了因巡检没到位导致故障隐患不能及时发现问题,进而导致电力计量生产业务的中断,甚至引发重大生产事故的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种电力计量自动化生产设备的故障确定方法的实现流程示意图;
图2本发明实施例提供的一种电力计量自动化生产设备的故障确定装置的结构示意图;
图3是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
图1是本发明一实施例提供的一种电力计量自动化生产设备的故障确定方法的实现流程示意图。如图1所示,该实施例的一种电力计量自动化生产设备的故障确定方法包括:
步骤S101:采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
步骤S102:根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型;
步骤S103:根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障;
步骤S104:根据初始故障,确定电力计量自动化生产设备对应的目标故障。
在一实施例中,初始检修作业类型包括电力计量自动化生产设备的当前状态、检修情况、备品备件更换情况、设置参数数据、操作规程及故障诊断标准。目标检修作业类型包括设置参数数据、操作规程及故障诊断标准。初始故障包括外观故障、硬件故障以及软件故障。
在一实施例中,对于电力计量自动化生产设备的检修作业任务对应的检修作业数据的采集可以是按照预设频率进行的,如每隔三天进行一次检修作业数据的采用,预设频率不作具体限定。
可选的,本发明中的检修作业数据是通过传感器方式,并按预设频率巡检采集执行该电力计量自动化生产设备检修作业任务的检修作业数据,其中,传感器设置在电力计量自动化生产设备附近。本发明通过传感器来替代人工进行巡检采集执行该电力计量自动化生产设备检修作业任务的检修作业数据,降低了人工成本,同时又由于该传感器能够按预设频率巡检采集执行该电力计量自动化生产设备检修作业任务的检修作业数据,过程是全自动化的,是人工巡检采集该检修作业数据的效率无法比拟的,能够提高巡检采集该检修作业数据的效率。
在一实施例中,预设的聚类算法可以是K-means(K均值聚类)算法,通过K-means算法可对目标检修作业数据进行聚类,可提高确定目标检修作业类型的准确度以及效率。
本发明实施例首先采集电力计量自动化生产设备的检修作业任务对应的检修作业数据,然后根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型,再根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障,最后根据初始故障,确定目标故障。本发明通过预设的聚类算法对检修作业数据进行分类,可提高检修作业数据分类的效率以及准确性,以得到更加准确的目标检修作业类型,再基于预设的数字孪生模型对目标检修作业类型进行处理,进一步提高目标障碍的准确度,避免了因巡检没到位导致故障隐患不能及时发现问题,进而导致电力计量生产业务的中断,甚至引发重大生产事故的问题。
在一实施例中,步骤S102包括:
步骤S201:选取k个簇中心;
步骤S202:根据k个簇中心,确定检修作业数据对应的初始检修作业类型;
步骤S203:根据检修作业数据对应的初始检修作业类型,更新k个簇中心,待k个簇中心与k个目标质心满足预设条件,确定检修作业数据对应的目标检修作业类型。
具体地,首先随机选取k个簇中心,计算每个簇中心与检修作业数据中每个数据的欧式距离,将每个数据距离最近的簇中心作为该数据点的初始检修作业类型。当前取得的数据点对应的初始检修作业类型的精确度很低,需要对上述步骤进行迭代,以更新k个簇中心的位置,当k个簇中心与k个目标质心一一对应,也就是说,当k个簇中心中的任一簇中心与k个目标质心中的一个目标质心重合,则迭代结束,将每个数据点所属的簇中心所属类型作为该数据点的目标检修作业类型。
在一实施例中,步骤S103包括:
步骤S301:确定预设的数字孪生模型;
步骤S302:将目标检修作业类型输入预设的数字孪生模型,得到检修作业类型对应的初始故障。
其中,确定预设的数字孪生模型,包括:获取初始数字孪生模型和训练样本数据;将训练样本数据输入初始数字孪生模型,得到数字孪生结果;将数字孪生结果与实际结果进行反馈对比,直至数字孪生结果与实际结果差值小于预设阈值,得到预设的数字孪生模型。
具体地,本发明实施例中的数字孪生模型是基于网络构建的,因此需先确定训练样本数据,并分析训练样本数据的输入值和输出值之间的逻辑关系,然后基于输入值和输出值之间的逻辑关系构建数字孪生模型。训练样本中的输入值为目标检修作业类型,输出值为初始故障,其中,目标检修作业类型和初始故障之间存在内部逻辑关系。通过将目标检修作业类型和初始故障输入初始数字孪生模型中,使初始数字孪生模型学习到目标检修作业类型和初始故障之间存在内部逻辑关系,则可确定预设的数字孪生模型
在一实施例中,步骤S104包括:
步骤S401:确定初始故障对应的出现次数;
步骤S402:若出现次数大于预设次数,将初始故障确定为电力计量自动化生产设备对应的目标故障。
具体地,对于初始故障,当初始故障中的外观故障、硬件故障以及软件故障出现的次数分别为4次、3次和2次的情况下,将上述三种初始故障中的次数分别与预设次数进行比对,若预设次数等于2,那么将超过2次的故障,即外观故障、硬件故障作为目标故障。
在一实施例中,步骤S401之后,还包括:将初始故障对应的出现次数从多到少的方式进行排列,确定排列结果;按照排列结果,将初始故障对应的检修作业数据进行可视化呈现。
具体地,数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
将该记录在数字孪生体中的检修作业数据按出故障次数从多到少的方式排列,按照该排列顺序,可视化呈现该记录在数字孪生体中的检修作业数据,这样的好处是能够实现通过按出故障次数从多到少的排列顺序可视化呈现该记录在数字孪生体中的检修作业数据,能够按轻重缓急来进一步的提升电力计量自动化生产设备检修作业运营中的安全系数,进一步保障乘客的安全出行。
在本实施例中,可以可视化呈现该记录在数字孪生体中的检修作业数据,这样的好处是能够实现通过可视化呈现该记录在数字孪生体中的检修作业数据,能够提升电力计量自动化生产设备检修作业正确及时系数,从而保障计量生产平稳、有序、安全开展。
进一步的,在本实施例中,可以将该记录在数字孪生体中的检修作业数据按出故障次数从多到少的方式排列,按照该排列顺序,可视化呈现该记录在数字孪生体中的检修作业数据,这样的好处是能够实现通过按出故障次数从多到少的排列顺序可视化呈现该记录在数字孪生体中的检修作业数据,能够按轻重缓急来进一步的提升电力计量自动化生产设备检修作业运行中的稳定系数,进一步保障计量生产的安全、连续、平稳。
在一种可能的实现方式中,步骤S101之前,还包括:接收电力计量自动化生产设备的检修作业任务。
具体地,通过电力计量自动化生产设备检修作业终端方式,接收电力计量自动化生产设备检修作业任务,实现通过电力计量自动化生产设备检修作业终端方便的接收收电力计量自动化生产设备检修作业任务。
在本实施例中,该电力计量自动化生产设备检修作业终端可以是具有摄像头和多种传感器包含但不限于光敏,距离,重力,加速度,磁感应等传感器的各种电子终端,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一个实施例中,如图2所示,提供了一种电力计量自动化生产设备的故障确定装置,包括:数据采集模块21、作业类型确定模块22、初始故障确定模块23和目标故障确定模块24,其中:
数据采集模块21,用于采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
作业类型确定模块22,用于根据检修作业数据和预设的聚类算法,确定检修作业数据对应的目标检修作业类型;
初始故障确定模块23,用于根据目标检修作业类型和预设的数字孪生模型,确定检修作业类型对应的初始故障;
目标故障确定模块24,用于根据初始故障,确定电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,作业类型确定模块22包括:
簇中心选取子模块,用于选取k个簇中心;
初始作业类型确定子模块,用于根据k个簇中心,确定检修作业数据对应的初始检修作业类型;
目标作业类型确定子模块,用于根据检修作业数据对应的初始检修作业类型,更新k个簇中心,待k个簇中心与k个目标质心满足预设条件,确定检修作业数据对应的目标检修作业类型。
在一种可能的实现方式中,初始故障确定模块23包括:
预设模型确定子模块,用于确定预设的数字孪生模型;
初始故障确定子模块,用于将目标检修作业类型输入预设的数字孪生模型,得到检修作业类型对应的初始故障。
在一种可能的实现方式中,预设模型确定子模块包括:
数据获取单元,用于获取初始数字孪生模型和训练样本数据;
孪生结果确定单元,用于将训练样本数据输入初始数字孪生模型,得到数字孪生结果;
预设模型确定单元,用于将数字孪生结果与实际结果进行反馈对比,直至数字孪生结果与实际结果差值小于预设阈值,得到预设的数字孪生模型。
在一种可能的实现方式中,目标故障确定模块24包括:
次数确定子模块,用于确定初始故障对应的出现次数;
目标故障确定子模块,用于若出现次数大于预设次数,将初始故障确定为电力计量自动化生产设备对应的目标故障。
在一种可能的实现方式中,次数确定子模块之后,还包括:
排序单元,用于将初始故障对应的出现次数从多到少的方式进行排列,确定排列结果;
可视化单元,用于按照排列结果,将初始故障对应的检修作业数据进行可视化呈现。
在一种可能的实现方式中,数据采集模块21之前,还包括:
任务接收模块,用于接收电力计量自动化生产设备的检修作业任务。
图3是本发明实施例提供的终端的示意图。如图3所示,该实施例的终端3包括:处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32。处理器30执行计算机程序32时实现上述各个电力计量自动化生产设备的故障确定方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,处理器30执行计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块/单元21至24的功能。
示例性的,计算机程序32可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器31中,并由处理器30执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序32在终端3中的执行过程。例如,计算机程序32可以被分割成图2所示的模块/单元21至24。
终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端3可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端3的示例,并不构成对终端3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器31可以是终端3的内部存储单元,例如终端3的硬盘或内存。存储器31也可以是终端3的外部存储设备,例如终端3上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器31还可以既包括终端3的内部存储单元也包括外部存储设备。存储器31用于存储计算机程序以及终端所需的其他程序和数据。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,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单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个数据清洗方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力计量自动化生产设备的故障确定方法,其特征在于,包括:
采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
根据所述检修作业数据和预设的聚类算法,确定所述检修作业数据对应的目标检修作业类型;
根据所述目标检修作业类型和预设的数字孪生模型,确定所述检修作业类型对应的初始故障;
根据所述初始故障,确定所述电力计量自动化生产设备对应的目标故障。
2.如权利要求1所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述根据所述检修作业数据和预设的聚类算法,确定所述检修作业数据对应的目标检修作业类型,包括:
选取k个簇中心;
根据所述k个簇中心,确定所述检修作业数据对应的初始检修作业类型;
根据所述检修作业数据对应的初始检修作业类型,更新所述k个簇中心,待所述k个簇中心与k个目标质心满足预设条件,确定所述所述检修作业数据对应的目标检修作业类型。
3.如权利要求1所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述根据所述目标检修作业类型和预设的数字孪生模型,确定所述检修作业类型对应的初始故障,包括:
确定所述预设的数字孪生模型;
将所述目标检修作业类型输入所述预设的数字孪生模型,得到所述检修作业类型对应的初始故障。
4.如权利要求3所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述确定所述预设的数字孪生模型,包括:
获取初始数字孪生模型和训练样本数据;
将所述训练样本数据输入所述初始数字孪生模型,得到数字孪生结果;
将所述数字孪生结果与实际结果进行反馈对比,直至数字孪生结果与实际结果差值小于预设阈值,得到所述预设的数字孪生模型。
5.如权利要求1所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述根据所述初始故障,确定所述电力计量自动化生产设备对应的目标故障,包括:
确定所述初始故障对应的出现次数;
若所述出现次数大于预设次数,将所述初始故障确定为所述电力计量自动化生产设备对应的目标故障。
6.如权利要求5所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述确定所述初始故障对应的出现次数之后,还包括:
将所述初始故障对应的出现次数从多到少的方式进行排列,确定排列结果;
按照所述排列结果,将所述初始故障对应的检修作业数据进行可视化呈现。
7.如权利要求1-6中任一项所述的电力计量自动化生产设备的故障确定方法,其特征在于,所述采集电力计量自动化生产设备的检修作业任务对应的检修作业数据之前,还包括:
接收所述电力计量自动化生产设备的检修作业任务。
8.一种电力计量自动化生产设备的故障确定装置,其特征在于,所述装置包括:
数据采集模块,用于采集电力计量自动化生产设备的检修作业任务对应的检修作业数据;
作业类型确定模块,用于根据所述检修作业数据和预设的聚类算法,确定所述检修作业数据对应的目标检修作业类型;
初始故障确定模块,用于根据所述目标检修作业类型和预设的数字孪生模型,确定所述检修作业类型对应的初始故障;
目标故障确定模块,用于根据所述初始故障,确定所述电力计量自动化生产设备对应的目标故障。
9.如权利要求8所述的电力计量自动化生产设备的故障确定装置,其特征在于,所述作业类型确定模块包括:
簇中心选取子模块,用于选取k个簇中心;
初始作业类型确定子模块,用于根据k个簇中心,确定检修作业数据对应的初始检修作业类型;
目标作业类型确定子模块,用于根据检修作业数据对应的初始检修作业类型,更新k个簇中心,待k个簇中心与k个目标质心满足预设条件,确定检修作业数据对应的目标检修作业类型。
10.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述电力计量自动化生产设备的故障确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062582.2A CN113919518A (zh) | 2021-09-10 | 2021-09-10 | 电力计量自动化生产设备的故障确定方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062582.2A CN113919518A (zh) | 2021-09-10 | 2021-09-10 | 电力计量自动化生产设备的故障确定方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113919518A true CN113919518A (zh) | 2022-01-11 |
Family
ID=79234648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062582.2A Pending CN113919518A (zh) | 2021-09-10 | 2021-09-10 | 电力计量自动化生产设备的故障确定方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113919518A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978766A (zh) * | 2022-07-06 | 2022-08-30 | 遥相科技发展(北京)有限公司 | 基于大数据的隐私安全保护方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110442936A (zh) * | 2019-07-24 | 2019-11-12 | 中国石油大学(北京) | 基于数字孪生模型的设备故障诊断方法、装置及系统 |
CN111915026A (zh) * | 2019-06-10 | 2020-11-10 | 中车大同电力机车有限公司 | 故障处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-09-10 CN CN202111062582.2A patent/CN113919518A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915026A (zh) * | 2019-06-10 | 2020-11-10 | 中车大同电力机车有限公司 | 故障处理方法、装置、电子设备及存储介质 |
CN110442936A (zh) * | 2019-07-24 | 2019-11-12 | 中国石油大学(北京) | 基于数字孪生模型的设备故障诊断方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
刘皓璐 等: "基于数字孪生的配电自动化终端设备状态评价与故障预判", 《电网技术》, 28 June 2021 (2021-06-28), pages 1 - 6 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978766A (zh) * | 2022-07-06 | 2022-08-30 | 遥相科技发展(北京)有限公司 | 基于大数据的隐私安全保护方法、装置、设备及介质 |
CN114978766B (zh) * | 2022-07-06 | 2024-01-05 | 深圳普汇智为科技有限公司 | 基于大数据的隐私安全保护方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
CN110247725B (zh) | Otn网络的线路故障排查方法、装置及终端设备 | |
CN109633448B (zh) | 识别电池健康状态的方法、装置和终端设备 | |
CN114298863A (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN111563606A (zh) | 一种设备预测性维护方法及装置 | |
CN105046370A (zh) | 四线一库备品备件库存量预测系统及其建立方法 | |
CN113393211A (zh) | 一种智能化提高自动化生产效率的方法及系统 | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN112801315A (zh) | 电力二次设备的状态诊断方法、装置及终端 | |
CN113919518A (zh) | 电力计量自动化生产设备的故障确定方法、装置及终端 | |
CN114140034B (zh) | 基于工况的质量监控方法及相关装置 | |
CN115128438A (zh) | 一种芯片内部故障监测方法及其装置 | |
CN110888011B (zh) | 一种基于测试性建模的原位测试方法及测试装置 | |
CN111062827B (zh) | 一种基于人工智能模式的工程监理方法 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
CN113447880B (zh) | 一种电能表的故障诊断方法、装置及终端设备 | |
CN113376564B (zh) | 基于数据分析的智能电表计量校正方法、装置及终端 | |
CN113540526B (zh) | 一种基于历史数据分析的燃料电池故障诊断方法及系统 | |
CN205692170U (zh) | 一种营配调数据预处理系统 | |
CN113300918A (zh) | 智慧灯杆的故障检测方法、终端设备及存储介质 | |
CN110220639B (zh) | 变电站内压力表抄表方法、装置及终端设备 | |
CN112215256A (zh) | 一种低压配电网多源数据处理方法 | |
CN116739223B (zh) | 企业排污实时监管方法、装置、存储介质及电子设备 | |
CN113447882B (zh) | 基于电能表的故障处理方法、服务器及终端 | |
CN115062495B (zh) | 材料绝缘性能分析方法、装置、电子设备及存储介质 |
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 |