CN115098835A - 设备状态评估方法、系统和计算机终端 - Google Patents
设备状态评估方法、系统和计算机终端 Download PDFInfo
- Publication number
- CN115098835A CN115098835A CN202210741321.1A CN202210741321A CN115098835A CN 115098835 A CN115098835 A CN 115098835A CN 202210741321 A CN202210741321 A CN 202210741321A CN 115098835 A CN115098835 A CN 115098835A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- vector
- calculation model
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及设备状态评估方法、系统和计算机终端,包括:获取设备的多个监测参数的输入数据,并进行归一化处理获得归一化值;确定评估指标和综合效应评估指标的目标向量;根据归一化值计算每一个监测参数的单维评估指标向量;根据评估指标向量和所确定的综合效应指标计算模型,计算综合效应指标向量;确定目标相似度计算模型和指标平衡度计算模型;根据目标向量、综合效应指标向量、目标相似度和指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;根据目标相似度和指标平衡度对设备状态进行评估。本发明对设备状态进行综合评估,不局限于设备状态的故障相似度,还综合考虑设备的目标状态相似度和指标平衡度,而且通用性好。
Description
技术领域
本发明涉及设备监测的技术领域,更具体地说,涉及一种设备状态评估方法、系统和计算机终端。
背景技术
随着核电厂对运维成本的控制和对机组安全性要求的提高,设备状态控制策略越来越精细化,由此对设备运行状态控制和纠正性维修、预防性维修、预测性维修的配合应用技术的需求日益迫切。通过对采集的设备既有监测参数状态量的综合评估分析,识别和操控针对设备当前状态的运行控制对象与参数,并制定关于纠正性维修、预防性维修、预测性维修的时间、范围维度的综合策略,最终达到设备运行状态及时判别、快速响应,维修效率提高、维修资源优化、维修效果可信的目的。
目前,已公开的设备状态评估类的方法多是针对某一种设备提出的评价技术,并且侧重于通过监测是否超过各种监测参数阈值进行故障诊断,即评价设备是否故障,对设备当前故障严重程度并不做判断。同时,这种传统的评价技术的阈值局限于设备状态的当前值和趋势变化,缺少对于状态稳定性、标准性等以及各指标展现的综合效应的考虑。另外,对于专门面向预测性维修的评估技术方法,大部分技术从数据角度考虑,侧重于基于目前的数据推测未来设备的健康状态,对当前设备所处的健康等级并不关注;少部分技术从监测技术角度考虑,侧重于用非介入的监测技术替代解体维修,对于替代的依据缺少理论和经验依据。总结当前技术的主要不足:
(1)通用性欠佳,评估技术方案针对特定设备或设备类型;
(2)评估指标缺少对于设备状态时空特性的多维描述,囿于故障阈值和变化趋势;
(3)评估过程缺少对各个指标综合效应的考虑;
(4)评估结果仅关注设备状态的故障相似度,不关注设备状态的目标状态相似度和指标平衡度。
发明内容
本发明要解决的技术问题在于,针对现有技术的缺陷,提供一种设备状态评估方法、系统和计算机终端。
本发明解决其技术问题所采用的技术方案是:构造一种设备状态评估方法,包括以下步骤:
获取设备的多个监测参数的输入数据,并对所述输入数据进行归一化处理,获得归一化值;
确定评估指标和综合效应评估指标的目标向量;
根据所述归一化值,计算每一个监测参数的单维评估指标向量;
确定综合效应指标计算模型;
根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量;
确定目标相似度计算模型和指标平衡度计算模型;
根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;
根据所述目标相似度和指标平衡度对设备状态进行评估。
在本发明所述的设备状态评估方法中,所述输入数据包括:状态数据、标准值以及故障阈值;
所述状态数据包括:历史数据和实测数据;
所述获取设备的多个监测参数的输入数据,并对所述输入数据进行归一化处理包括:
获取所述历史数据、实测数据、标准值以及故障阈值;
对所述历史数据和所述实测数据进行分析计算,获得每一个监测参数的估计值和预测值;
对所述实测数据、所述历史数据、所述标准值、所述故障阈值、所述估计值以及所述预测值进行归一化处理,获得归一化值。
在本发明所述的设备状态评估方法中,所述综合效应指标计算模型包括:乘法模型、加法模型、乐观模型以及保守模型中的任意一种。
在本发明所述的设备状态评估方法中,所述根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量包括:
将所计算得到的每一个监测参数的单维评估指标向量代入所述综合效应指标计算模型进行计算,获得所述综合效应指标向量。
在本发明所述的设备状态评估方法中,所述根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度包括:
将所述综合效应评估指标的目标向量和所述综合效应指标向量代入所述目标相似度计算模型进行计算,获得各个评估指标的目标相似度;
将所述综合效应评估指标的目标向量和所述综合效应指标向量代入所述指标平衡度计算模型进行计算,获得各个评估指标的指标平衡度。
在本发明所述的设备状态评估方法中,所述方法还包括:
确定各个评估指标的相似度;
根据所述各个评估指标的相似度确定关注指标;
对所述关注指标进行识别,获得控制参数;
根据所述控制参数对设备的运行状态进行控制。
在本发明所述的设备状态评估方法中,所述根据所述各个评估指标的相似度确定关注指标包括:
对所述各个评估指标的相似度进行排序;
根据排序结果确定所述关注指标。
在本发明所述的设备状态评估方法中,所述方法还包括:
对所述多个监测参数中的任意一个监测参数进行调整;
在完成对任意一个监测参数的调整过程中,监测所述目标相似度和所述指标平衡度的变化幅度;
根据所述目标相似度和所述指标平衡度的变化幅度进行对所述评估指标进行优化。
本发明还提供一种设备状态评估系统,包括:
数据处理单元,用于获取设备的监测参数的输入数据,并对所述输入数据进行归一化处理,获得归一化值;
第一确定单元,用于确定评估指标和综合效应评估指标的目标向量;
第一计算单元,用于计算每一个监测参数的单维评估指标向量;
第二确定单元,用于确定综合效应指标计算模型;
第三计算单元,用于根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量;
第三确定单元,用于确定目标相似度计算模型和指标平衡度计算模型;
第四计算单元,用于根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;
评估单元,用于根据所述目标相似度和指标平衡度对设备状态进行评估。
本发明还提供一种计算机终端,包括:存储器和处理器;所述存储器用于存储程序指令,所述处理器用于根据所述存储器所存储的程序指令执行以上所述方法的步骤。
实施本发明的设备状态评估方法、系统和计算机终端,具有以下有益效果:包括:获取设备的多个监测参数的输入数据,并进行归一化处理获得归一化值;确定评估指标和综合效应评估指标的目标向量;根据归一化值计算每一个监测参数的单维评估指标向量;根据评估指标向量和所确定的综合效应指标计算模型,计算综合效应指标向量;确定目标相似度计算模型和指标平衡度计算模型;根据目标向量、综合效应指标向量、目标相似度和指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;根据目标相似度和指标平衡度对设备状态进行评估。本发明对设备状态进行综合评估,不局限于设备状态的故障相似度,还综合考虑设备的目标状态相似度和指标平衡度,而且通用性好。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明提供的设备状态评估方法实施例一的流程示意图;
图2是本发明提供的设备状态评估方法实施例二的流程示意图;
图3是本发明提供的设备状态评估方法实施例三的流程示意图;
图4是本发明提供的设备状态评估系统的原理框图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
参考图1,为本发明提供的设备状态评估方法实施例一的流程示意图。
如图1所示,该设备状态评估方法包括以下步骤:
步骤S10、获取设备的多个监测参数的输入数据,并对输入数据进行归一化处理,获得归一化值。
可选的,本发明实施例中,输入数据包括:状态数据、标准值以及故障阈值。其中,状态数据包括:历史数据和实测数据。
一些实施例中,获取设备的多个监测参数的输入数据,并对输入数据进行归一化处理包括:获取历史数据、实测数据、标准值以及故障阈值;对历史数据进行分析计算,获得每一个监测参数的估计值和预测值;对实测数据、历史数据、标准值、故障阈值、估计值以及预测值进行归一化处理,获得归一化值。
具体的,设Xh为历史数据,Xa为实测数据,Xs为标准值,Xt为故障阈值。
通过对历史数据Xh和实测数据Xa进行分析计算,可以获得每一个监测参数的估计值Xe和预测值Xp。其中,可以通过聚类分析方法或者专家评估方法(德尔菲方法)计算Xe和Xp。Xe可用于选定状态的监测参数值应该是多少,Xp可用于基于监测参数的选定状态,计算未来关注时间段内监测参数值可能是多少。
分别对Xa、Xh、Xs、Xt、Xe、Xp进行归一化得到xa、xh、xs、xt、xe、xp。其中,X为(P1,P2,……,Pn),x为监测参数的归一化值向量(p1,p2,……,pn),s代表标准值,t代表故障阈值,h代表历史值,a代表实测值,e代表估计值,p代表预测值,n为监测参数数量。
步骤S20、确定评估指标和综合效应评估指标的目标向量。
具体的,通过分析可确定评估指标包括:Int(完整度)、Std(标准度)、Sty(稳定度)、Ind(独立度)、TMgn(时间裕度)及其他指标OIdn。
其中:
Int=ABS((xa-xt)/(xs-xt)) (1)。
Std=ABS(xa-xs) (2)。
Sty=(1-(xa-xe))×(1-(xp-xa))×(1-(xp-xe)) (3)。
Ind=1-Σ(SPEARMAN(xti,xtj)/n) (4)。
TMgn=ABS((xa-xt)/(xp-xa)) (5)。
上述式中,i,j∈(0,n+1)。
其中,上述式子中,ABS表示取绝对值,SPEARMAN表示计算斯皮尔曼相关系数。
本发明实施例中,其他指标OIdn根据实际需求进行定义。
在此基础上,可确定综合效应评估指标的目标向量,即:
Yo=(Into,Stdo,Styo,Indo,TMgno,OIdno),o代表目标向量。
具体的,综合效应评估指标的目标向量Yo是一个向量(参数组合),按照Int、Std、Sty、Ind、TMgn及OIdn的公式意义可以由用户手动输入一个值。一般用户可以输入[0,1]之间的任何值,0代表常规意义的差,1代表常规意义的好;但从数学的角度这个目标值可以是(-∞,+∞);优选地,用户输入Yo=(Into,Stdo,Styo,Indo,TMgno,OIdno)=(1,1,1,1,1,1)。当然,在实际应用时,可以根据用户的实际情况进行输入。
步骤S30、根据归一化值,计算每一个监测参数的单维评估指标向量。
具体的,根据步骤S10计算得到的归一化值,并结合步骤S20所确定的各评估指标的计算式,即可计算每一个监测参数的单维评估指标向量。
具体的,将步骤S10中计算得到的xai分别代入上述(1)~(5)式中,可计算出每一个监测参数对应的完整度、标准度、稳定度、独立度、时间裕度等的指标向量。即:
Yi=(Inti,Stdi,Styi,Indi,TMgni,OIdni)。
步骤S40、确定综合效应指标计算模型。
具体的,由于每个监测参数间可能相互独立,也可能相互相关或者部分相关;同时,由于设备状态评估的应用场景对监测参数的要求,需要选择每个评估指标的最小值或者最大值,因此,本发明可设置多种不同的综合效应指标计算模型以对应处理不同的情况。
可选的,本发明实施例中,所确定的综合效应指标计算模型可包括但不限于:乘法模型、加法模型、乐观模型以及保守模型中的任意一种。
其中,乘法模型计算监测参数相关或部分相关的情况,通过将每个单维指标先相乘再开n次方求平均值得实现,即:
(6)式中,代表指数计算,此处公式为计算将每一个Idni连乘的积(共n个)再开n次方,π表示连续求积。
加法模型计算监测参数相互独立的情况,通过将每个单维指标先相加再除以n求平均值的方式实现,即:
其中Idn∈(Int,Std,Sty,Ind,TMgn,OIdn),i∈(0,n+1)。
乐观模型计算监测参数都选择最大值的情况,通过选取每个单维指标的最大值实现,即:
Idn=MAX(Idni), (8)。
其中Idn∈(Int,Std,Sty,Ind,TMgn,OIdn),i∈(0,n+1)。
保守模型计算监测参数都选择最小值的情况,通过选取每个单维指标的最小值实现,即:
Ind=MIN(Idni), (9)。
其中Idn∈(Int,Std,Sty,Ind,TMgn,OIdn),i∈(0,n+1)。
具体的,Idn∈(Int,Std,Sty,Ind,TMgn,OIdn),i∈(0,n+1)。Idn用于表示各个评估指标,即这里的Idn∈(Int,Std,Sty,Ind,TMgn,OIdn)表示以Idn依次代表Int,Std,Sty,Ind,TMgn,OIdn分别进行相应计算,即当Idn=Int时Int=POWER(πInti,1/n),当Idn=Std时Std=POWER(πStdi,1/n),依次类推。
步骤S50、根据评估指标向量和综合效应指标计算模型,计算综合效应指标向量。
一些实施例中,根据评估指标向量和综合效应指标计算模型,计算综合效应指标向量包括:将所计算得到的每一个监测参数的单维评估指标向量代入综合效应指标计算模型进行计算,获得综合效应指标向量。
具体的,将步骤S30中计算得到的单维评估指标向量Yi代入步骤S40中确定的综合效应指标计算模型进行计算,即可得到综合效应指标向量。即:
Ya=(Int,Std,Sty,Ind,TMgn,OIdn) (10)。
步骤S60、确定目标相似度计算模型和指标平衡度计算模型。
可选的,本发明实施例中,目标相似度计算模型为:
Sim=Ya*Yo/(|Yo|×|Yo|) (11)。
指标平衡度计算模型为:
Bal=180×ARCCOS(Ya*Yo/(|Ya|×|Yo|)) (12)。
(11)式和(12)式中,Sim为目标相似度,Bal为指标平衡度,Ya为步骤S50计算得到的综合效应指标向量,Yo为目标向量,ARCCOS()是反弦函数。
步骤S70、根据综合效应评估指标的目标向量、综合效应指标向量、目标相似度计算模型和指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度。
一些实施例中,根据综合效应评估指标的目标向量、综合效应指标向量、目标相似度计算模型和指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度包括:将综合效应评估指标的目标向量和综合效应指标向量代入目标相似度计算模型进行计算,获得各个评估指标的目标相似度;将综合效应评估指标的目标向量和综合效应指标向量代入指标平衡度计算模型进行计算,获得各个评估指标的指标平衡度。
具体的,将步骤S20中计算得到的目标向量Yo、步骤S50中计算得到的综合效应评估指标向量Ya代入步骤S60中(11)式和(12)式,即可分别计算得到各个评估指标的目标相似度和指标平衡度。
步骤S80、根据目标相似度和指标平衡度对设备状态进行评估。
一些实施例中,在计算得到目标相似度和指标平衡度后,可根据计算的目标相似度和指标平衡度建立坐标矩阵,并基于该坐标矩阵对设备状态进行评估。即以Sim为横坐标,以Bal为纵坐标建立坐标矩阵,通过对Sim、Bal设置不同的m、n个临界值将矩阵划分为(m+1)×(n+1)个区域。
由于Sim表征了设备当前状态趋近于目标状态的程度,所以Sim越小的区域越趋向立即采取行动,Sim越大的区域越趋向不采取行动。由于Bal表征了设备状态评估指标间不同步的程度,所以Bal越小的区域越趋向于采取针对性措施,Bal越大的区域越趋向于采取整体性措施。
其中,所建立的坐标矩阵得到的评估表(以乘法模型为例)如下:
其中,上述表格中的维度即为本发明所指的评估指标。
进一步地,如图2所示,为本发明提供的设备状态评估方法实施例二的流程示意图。
如图2所示,本发明的设备状态评估方法进一步还包括以下步骤:
步骤S201、确定各个评估指标的相似度。
具体的,各个评估指标的相似度可通过下式计算得到,即:
Idni/Idno(13)。
即Inti/Into,Stdi/Stdo,……,依次类推,得到各个评估指标的相似度。
步骤S202、根据各个评估指标的相似度确定关注指标。
一些实施例中,根据各个评估指标的相似度确定关注指标包括:对各个评估指标的相似度进行排序;根据排序结果确定关注指标。
具体的,可以按从小到大进行排序。
可选的,本发明实施例中,可以根据设定规则从经过排序后的相似度中,选择对应的评估指标,其中,所选择的评估指标即作为关注指标。例如,可选择从最小的相似度对应的评估来参考依次往后排序对应的若干个评估指标,如从最小的相似度对应的评估指标依次往后排序对应的第三个评估指标(即三个评估指标),该三个评估指标即为关注指标。
步骤S203、对关注指标进行识别,获得控制参数。
步骤S204、根据控制参数对设备的运行状态进行控制。
具体的,对关注指标进行识别,获得控制参数包括:针对每一个已确定的关注指标,通过计算MIN(Idni)识别对应的监测参数作为控制参数Pi,从而为运行状态控制提供控制目标。
例如,设所确定的关注指标为完整度和稳定度。监测参数包括:电压、电流和频率,则分别计算电压的完整度、电流的完整度、频率的完整度、电压的稳定度、电流的稳定度以及频率的稳定度,提取电压的完整度、电流的完整度、频率的完整度中的最小值,设最小值为电压的完整度,则该电压的完整度所对应的监测参数(即电压)即为对应的控制参数(设为P1),同时,提取电压的稳定度、电流的稳定度和频率的稳定度中的最小值,设最小值为频率的稳定度,则该频率的稳定度所对应的监测参数(即频率)即为对应的控制参数(设为P2),因此,可得到的控制参数分别为P1和P2,并基于所得到的控制参数P1和P2对设备的运行状态进行控制。
进一步地,如图3所示,为本发明提供的设备状态评估方法实施例三的流程示意图。
如图3所示,本发明的设备状态评估方法进一步还包括以下步骤:
步骤S301、对多个监测参数中的任意一个监测参数进行调整。
步骤S302、在完成对任意一个监测参数的调整过程中,监测目标相似度和指标平衡度的变化幅度。
步骤S303、根据目标相似度和指标平衡度的变化幅度进行对评估指标进行优化。
可选的,对多个监测参数中的任意一个监测参数进行调整包括:增加该监测参数、删除该监测参数,或者修改该监测参数单位变化。
具体的,通过增加、删除或者修改某个监测参数单位变化,并同步观察目标相似度Sim与指标平衡度Bal的变化幅度。如果Sim变化幅度大,说明对应变化幅度大的评估指标Idn管理范围过大,或该监测参数的标准值、故障阈值优化或历史数据收集不足;如果Sim变化幅度小,说明其各个评估指标Idn管理范围过小,或该监测参数标准值I、故障阈值需优化或或存在脏历史数据。如果Bal变化幅度大,说明相关的评估指标Idn重叠功能较多,或该监测参数的正常运行范围、最大运行范围需要调整或历史数据需优化;如果Bal变化幅度小,说明相关的评估指标敏感度不足,或该参数的正常运行范围、最大运行范围需要调整或历史数据需优化。其中,目标相似度Sim与指标平衡度Bal的变化幅度可根据经验值进行确定。
参考图4,为本发明提供的设备状态评估系统一可选实施例的结构示意图。该设备状态评估系统可以用于实现本发明实施例公开的设备状态评估方法。
具体的,如图4所示,该设备状态评估系统包括:
数据处理单元401,用于获取设备的监测参数的输入数据,并对输入数据进行归一化处理,获得归一化值。
第一确定单元402,用于确定评估指标和综合效应评估指标的目标向量。
第一计算单元403,用于计算每一个监测参数的单维评估指标向量。
第二确定单元404,用于确定综合效应指标计算模型。
第三计算单元405,用于根据评估指标向量和综合效应指标计算模型,计算综合效应指标向量。
第三确定单元406,用于确定目标相似度计算模型和指标平衡度计算模型。
第四计算单元407,用于根据综合效应评估指标的目标向量、综合效应指标向量、目标相似度计算模型和指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;
评估单元408,用于根据目标相似度和指标平衡度对设备状态进行评估。
本发明还提供一种计算机终端,包括:存储器和处理器;存储器用于存储程序指令,处理器用于根据存储器所存储的程序指令执行本发明实施例公开的方法的步骤。
本发明的设备状态评估方法具有通用性,可适用于设备种类较多的应用场景;评估指标包含对历史状态、标准状态、故障状态、实测状态和未来状态的综合考虑。而且评估指标包含多维的设备状态评估指标,包括Int(完整度)、Std(标准度)、Sty(稳定度)、Ind(独立度)、TMgn(时间裕度)及其他指标OIdn等。评估过程综合考虑各个监测参数间的相关程度及实际应用需求;评估结果设备状态的目标状态相似度和指标平衡度;评估结果指导管理过程形成闭环,实现持续优化。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施,并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰,均应属于本发明权利要求的涵盖范围。
Claims (10)
1.一种设备状态评估方法,其特征在于,包括以下步骤:
获取设备的多个监测参数的输入数据,并对所述输入数据进行归一化处理,获得归一化值;
确定评估指标和综合效应评估指标的目标向量;
根据所述归一化值,计算每一个监测参数的单维评估指标向量;
确定综合效应指标计算模型;
根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量;
确定目标相似度计算模型和指标平衡度计算模型;
根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;
根据所述目标相似度和指标平衡度对设备状态进行评估。
2.根据权利要求1所述的设备状态评估方法,其特征在于,所述输入数据包括:状态数据、标准值以及故障阈值;
所述状态数据包括:历史数据和实测数据;
所述获取设备的多个监测参数的输入数据,并对所述输入数据进行归一化处理包括:
获取所述历史数据、实测数据、标准值以及故障阈值;
对所述历史数据和所述实测数据进行分析计算,获得每一个监测参数的估计值和预测值;
对所述实测数据、所述历史数据、所述标准值、所述故障阈值、所述估计值以及所述预测值进行归一化处理,获得归一化值。
3.根据权利要求1所述的设备状态评估方法,其特征在于,所述综合效应指标计算模型包括:乘法模型、加法模型、乐观模型以及保守模型中的任意一种。
4.根据权利要求1所述的设备状态评估方法,其特征在于,所述根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量包括:
将所计算得到的每一个监测参数的单维评估指标向量代入所述综合效应指标计算模型进行计算,获得所述综合效应指标向量。
5.根据权利要求1所述的设备状态评估方法,其特征在于,所述根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度包括:
将所述综合效应评估指标的目标向量和所述综合效应指标向量代入所述目标相似度计算模型进行计算,获得各个评估指标的目标相似度;
将所述综合效应评估指标的目标向量和所述综合效应指标向量代入所述指标平衡度计算模型进行计算,获得各个评估指标的指标平衡度。
6.根据权利要求1所述的设备状态评估方法,其特征在于,所述方法还包括:
确定各个评估指标的相似度;
根据所述各个评估指标的相似度确定关注指标;
对所述关注指标进行识别,获得控制参数;
根据所述控制参数对设备的运行状态进行控制。
7.根据权利要求6所述的设备状态评估方法,其特征在于,所述根据所述各个评估指标的相似度确定关注指标包括:
对所述各个评估指标的相似度进行排序;
根据排序结果确定所述关注指标。
8.根据权利要求1所述的设备状态评估方法,其特征在于,所述方法还包括:
对所述多个监测参数中的任意一个监测参数进行调整;
在完成对任意一个监测参数的调整过程中,监测所述目标相似度和所述指标平衡度的变化幅度;
根据所述目标相似度和所述指标平衡度的变化幅度进行对所述评估指标进行优化。
9.一种设备状态评估系统,其特征在于,包括:
数据处理单元,用于获取设备的监测参数的输入数据,并对所述输入数据进行归一化处理,获得归一化值;
第一确定单元,用于确定评估指标和综合效应评估指标的目标向量;
第一计算单元,用于计算每一个监测参数的单维评估指标向量;
第二确定单元,用于确定综合效应指标计算模型;
第三计算单元,用于根据所述评估指标向量和所述综合效应指标计算模型,计算综合效应指标向量;
第三确定单元,用于确定目标相似度计算模型和指标平衡度计算模型;
第四计算单元,用于根据所述综合效应评估指标的目标向量、所述综合效应指标向量、所述目标相似度计算模型和所述指标平衡度计算模型,计算各个评估指标的目标相似度和指标平衡度;
评估单元,用于根据所述目标相似度和指标平衡度对设备状态进行评估。
10.一种计算机终端,其特征在于,包括:存储器和处理器;所述存储器用于存储程序指令,所述处理器用于根据所述存储器所存储的程序指令执行权利要求1-8中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741321.1A CN115098835A (zh) | 2022-06-28 | 2022-06-28 | 设备状态评估方法、系统和计算机终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210741321.1A CN115098835A (zh) | 2022-06-28 | 2022-06-28 | 设备状态评估方法、系统和计算机终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115098835A true CN115098835A (zh) | 2022-09-23 |
Family
ID=83295803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210741321.1A Pending CN115098835A (zh) | 2022-06-28 | 2022-06-28 | 设备状态评估方法、系统和计算机终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115098835A (zh) |
-
2022
- 2022-06-28 CN CN202210741321.1A patent/CN115098835A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210508B (zh) | 模型生成方法、异常流量检测方法、装置、电子设备、计算机可读存储介质 | |
CN109074302B (zh) | 确定存储驱动器的健康的方法和系统 | |
CN111199018B (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
CN111314173B (zh) | 监控信息异常的定位方法、装置、计算机设备及存储介质 | |
CN109544399B (zh) | 基于多源异构数据的输电设备状态评价方法及装置 | |
CN109977535A (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
CN110490486B (zh) | 一种企业大数据管理系统 | |
CN111624986A (zh) | 基于案例库的故障诊断方法和系统 | |
CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CN110703743A (zh) | 设备故障预测与检测系统和方法 | |
CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
CN115441456A (zh) | 一种电网调度支持系统故障诊断方法及装置 | |
CN117076894B (zh) | 供应链风险全过程监测防控管理方法及管理系统 | |
CN111612149A (zh) | 一种基于决策树的主网线路状态检测方法、系统及介质 | |
CN114155048A (zh) | 关联业务预测的方法、装置、电子设备及存储介质 | |
CN114338348A (zh) | 一种智能告警方法、装置、设备及可读存储介质 | |
CN115098835A (zh) | 设备状态评估方法、系统和计算机终端 | |
CN115688016A (zh) | 一种用于大型数据库智能运维的一体化方法 | |
CN113656452B (zh) | 调用链指标异常的检测方法、装置、电子设备及存储介质 | |
CN113657648B (zh) | 一种多维数据融合的设备健康评估方法、装置及运维系统 | |
CN112565275B (zh) | 一种网络安全场景的异常检测方法、装置、设备及介质 | |
CN111967774B (zh) | 软件质量风险预测方法及装置 | |
CN114090385A (zh) | 一种针对服务运行状态的监控预警方法、装置及设备 | |
CN111382946B (zh) | 设备健康状态的自主评估方法、系统及工业互联网设备 |
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 |