CN115657617A - 一种用于火电厂智慧监盘报警系统实现方法 - Google Patents

Abstract

本发明公开了一种用于火电厂智慧监盘报警系统实现方法，涉及智慧监盘报警系统技术领域，方法包括：采用EM算法，以历史测点数据为样本，推算出样本的模型参数，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并得到符合预期的数据模型；代入实时数据，通过正态分布算法进行报警，同时利用线性回归算法，对历史测点数据进行分析和计算，预测出未来将要发生的监测数据；分析监测数据是否为正常阈值，从而判断是否需要进行预警，对非正常阈值的数据进行分析，以得到分析结果；根据分析结果判断预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息。提高预警效率和准确率。

Description

一种用于火电厂智慧监盘报警系统实现方法

本发明是发明名称为“一种用于火电厂智慧监盘报警系统实现方法”的分案申请，其中，母案的申请号为202011408364.5，申请日为2020.12.04。

技术领域

本发明涉及智慧监盘报警系统技术领域，特别是涉及一种用于火电厂智慧监盘报警系统实现方法。

背景技术

电厂智能化建设主要侧重于智能信息集成展示及智能管理层，而生产运行控制层的智能化建设稍显不足。虽然一些智能控制技术和先进算法已经在个别电厂生产运行中有所尝试，但是国内外目前还没有一个完整意义上的智能DCS投入应用。随着智能发电技术的不断进步，人工智能技术三要素“数据”、“算法”和“算力”在生产控制过程中逐步设计实现，工业领域的专有知识被注入人工智能模型并与先进控制技术相集成，因而智能DCS逐渐由原来个别智能算法在DCS上外挂应用发展到集智能报警预警、实时故障诊断分析、高级智能算法优化控制、运行数据分析及寻优指导的综合智能DCS，并且成为可升级的开放性应用系统。

现有的火电厂监测大多为监盘人员直接监护，该方式需要监盘人员需具备扎实的专业技术功底，需要熟悉实际设备、系统流程，尤其要清楚各个设备之间的相互联系，需要对运行系统中设备的参数和限值必须明确，且具有快速分析、判断的意识和能力，需要具备良好的监盘和操作习惯，需要熟记分类监督、管理运行参数，对于DCS中的工艺报警、光字牌报警、SOE事件报警、设备日志、操作日志，要养成定时查阅、确认和消除的习惯，以免出现判断失误。现场采集的数据仅靠运行人员进行判断分析，受主观因素影响较大，而且对人员的整体素质要求很高。DCS系统只能够对一些越线数值进行报警，无法及时发现设备隐患的萌芽状态，一旦报警设备即以进入故障状态，同时现有的火电机组的原始数据量大，人工监视、收集、填报信息耗时且工作强度大，存在漏报和误报等情况，同时信息收集滞后，数据填报准确性不足。

发明内容

本发明的目的是提供一种用于火电厂智慧监盘报警系统实现方法，对火电厂发电机组进行集中监控和预警，提高预警效率和准确率。

为实现上述目的，本发明提供了如下方案：

一种用于火电厂智慧监盘报警系统实现方法，包括：

获取历史测点数据以及设备运行的实时数据；

采用EM算法，以所述历史测点数据为样本，推算出样本的模型参数，将建立好的数据模型，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并得到符合预期的数据模型；

将所述实时数据输入至所述符合预期的数据模型，通过正态分布算法进行实时数据的报警，同时利用线性回归算法，对所述历史测点数据进行分析和计算，以预测出未来将要发生的监测数据；

分析所述未来将要发生的监测数据是否为正常阈值，从而判断是否需要进行预警，将属于正常阈值的数据导入数据库中，并对非正常阈值的数据进行分析，以得到分析结果；

根据所述分析结果判断预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至数据库模块中。

可选地，所述采用EM算法，以所述历史测点数据为样本，推算出样本的模型参数，将建立好的数据模型，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并得到符合预期的数据模型，具体包括：

将所述历史测点数据代入EM算法公式中，计算E步期望和M步最大值；其中，E步是在已有观测数据以及第i步估计值的条件下求基于完全数据的对数似然函数的期望，M步是求期望关于估计量的最大值；

重复计算E步期望和M步最大值，以进行数据模型训练；

将训练好的数据模型，代入实时数据中，通过数据模型获取一系列数据，将该系列数据组成数据分析图表，利用数据分析图表进行数据评估，进而得到符合预期的数据模型。

可选地，所述获取历史测点数据以及设备运行的实时数据，具体包括：

数据采集模块通过OPC协议由数据库模块中获取历史测点数据以及设备运行的实时数据。

可选地，所述用于火电厂智慧监盘报警系统实现方法还包括：

将需要进行预警的数据传输至故障处理模块；

通过所述故障处理模块提示监测人员需要进行何种处理方式，并结合数据库模块中的故障流程化处理库对故障进行处理。

可选地，分析所述未来将要发生的监测数据是否为正常阈值，从而判断是否需要进行预警，将属于正常阈值的数据导入数据库中，并对非正常阈值的数据进行分析，以得到分析结果，具体包括：

将数据模型模块导出的数据记为M；所述数据模型模块导出的数据为未来将要发生的监测数据；

将数据M与模型数据相比较，若M符合模型数据所表示的范围，则将数据M导入至数据库模块中进行存储，若M不符合模型数据所表示的范围，则将其导入预警种类分析模块。

可选地，根据所述分析结果判断预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至所述数据库中，具体包括：

当预警种类为单测点预警模块或故障预警模块时，通过预警种类分析模块提醒监测人员是否需要进行预警，同时记录预警信息，并将预警信息传输至数据库模块中，若监测人员选择预警复位，则系统停止预警，若监测人员选择进行预警处理，则预警种类分析模块将数据输送至故障处理模块中；

当预警种类为故障发生模块时，通过预警种类分析模块对监测人员进行提醒，同时记录故障信息以及故障发生位置，并将故障信息传输至数据库模块中，同时预警种类分析模块将数据输送至故障处理模块中；

所述故障处理模块包括人工处理方式以及自行处理方式，所述人工处理方式为通过远程通话，告知现场工作人员对故障位置进行人工处理，所述自行处理方式为由数据库模块的故障流程化处理库中检索出对应故障的处理流程，系统根据故障流程化处理库提供的方式对故障进行排除。

可选地，所述数据库模块包括数据输入模块、数据存储模块以及数据输出模块，所述数据输入模块用于通过数据迁移以及人工输入的方式将设备运行大数据存储至数据存储模块，所述数据存储模块包括疑似故障列表库、疑似故障诊断单库、故障流程化处理库、故障模式库、故障案例库、预警监测报告库、故障分析库以及机组诊断情况统计库，所述数据存储模块用于存储设备运行数据、故障数据、预警监测检查数据以及故障流程化处理数据，所述数据输出模块用于将数据存储模块中的数据导入数据采集模块以及故障处理模块中；

所述数据采集模块用于获取数据库模块中的数据以及设备运行的实时数据，并将该些数据分类输送至数据分析模块中。

为达上述目的，本发明还提供了如下技术方案：

一种用于火电厂智慧监盘报警系统实现方法，包括数据存储层、中间层和应用层，所述数据存储层与中间层双向连接，所述中间层与应用层双向连接，所述应用层与数据存储层双向连接，所述数据存储层具体为采用标准网络通讯协议，将分布式控制系统及其他控制系统的实时数据采集并到数据库中，所述中间层是以数据库为基础，完成模型建立、模型训练、参数评估、分层评估以及潜在故障预警等数据处理环节，是报警系统的核心层，所述应用层为报警系统的系统配置管理及功能应用部分，采用智能算法实时监控电厂工艺系统及设备的运行状态、关键参数的实时值、变化趋势，针对燃煤电厂生产运行中的异常情况、设备故障现象和原因，建立典型故障的逻辑分析和故障诊断的专家知识库，并将其应用于计算机逻辑分析判断系统中；

所述数据存储层包括数据库模块以及数据采集模块，所述中间层包括数据建模模块以及数据模型模块，所述应用层包括数据分析模块，结果分析模块、预警种类分析模块以及故障处理模块，所述数据库模块与数据采集模块单向连接，所述数据采集模块与数据分析模块单向连接，所述数据分析模块分别与数据建模模块以及数据模型模块单向连接，所述数据建模模块与数据模型模块单向连接，所述数据模型模块与结果分析模块单向连接，所述结果分析模块与数据库模块双向连接，所述结果分析模块与预警种类分析模块单向连接，所述预警种类分析模块与数据库模块以及故障处理模块单向连接，所述故障处理模块与数据库模块单向连接；

所述系统实现方法为：以设备测点的历史数据为样本，训练运行数据的报警模型，然后用实时的测点数据进行模型评估，最后利用评估合格的数据模型进行实时监视和数据报警。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供一种用于火电厂智慧监盘报警系统实现方法，基于电厂上万测点实时数据及历史数据运用大数据技术，进行数据分析，并对数据利用EM等算法进行模型建立，将原有监测上万设备特征值，融合到一个界面进行监盘操作，替代人工数据分析参与，对设备运行状态进行预警监测，利用互联网、大数据分析、人工智能、物联网等技术开发基于DCS数据的智慧监盘系统，实现对发电机组进行集中监控、管理、预警/诊断和分析。本发明具有减少监盘人员进行运行数据分析、异常判断、翻阅画面，释放劳动力；提前预警故障征兆，提高机组安全性；过程分析，追溯预警原因，找出与预警指标相关的因素；成因分析，分析报警原因，智能寻找预警因素；减少误报警次数；数据采集、数据处理、模型训练，模型计算、模型管理一体化等要求等有益效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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结构示意图。

图1为本发明用于火电厂智慧监盘报警系统实现方法的总体模块图；

图2为本发明用于火电厂智慧监盘报警系统实现方法的工作流程模块图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-图2，本发明提供一种用于火电厂智慧监盘报警系统实现方法，包括数据存储层、中间层和应用层，数据存储层与中间层双向连接，中间层与应用层双向连接，应用层与数据存储层双向连接，数据存储层具体为采用标准网络通讯协议，将分布式控制系统及其他控制系统的实时数据采集并到数据库中，中间层是以数据库为基础，完成模型建立、模型训练、参数评估、分层评估以及潜在故障预警等数据处理环节，是报警系统的核心层，应用层为报警系统的系统配置管理及功能应用部分，采用智能算法实时监控电厂工艺系统及设备的运行状态、关键参数的实时值、变化趋势，针对燃煤电厂生产运行中的异常情况、设备故障现象和原因，建立典型故障的逻辑分析和故障诊断的专家知识库，并将其应用于计算机逻辑分析判断系统中。

数据存储层包括数据库模块以及数据采集模块，中间层包括数据建模模块以及数据模型模块，应用层包括数据分析模块，结果分析模块、预警种类分析模块以及故障处理模块，数据库模块与数据采集模块单向连接，数据采集模块与数据分析模块单向连接，数据分析模块分别与数据建模模块以及数据模型模块单向连接，数据建模模块与数据模型模块单向连接，数据模型模块与结果分析模块单向连接，结果分析模块与数据库模块双向连接，结果分析模块与预警种类分析模块单向连接，预警种类分析模块与数据库模块以及故障处理模块单向连接，故障处理模块与数据库模块单向连接。

系统实现方法为：以设备测点的历史数据为样本，训练运行数据的报警模型，然后用实时的测点数据进行模型评估，最后利用评估合格的数据模型进行实时监视和数据报警。

系统实现方法具体如下：

(1)数据采集模块通过OPC协议由数据库模块中获取历史测点数据以及设备运行的实时数据；

(2)数据分析模块将数据库模块中的获取历史测点数据导入数据建模模块中，同时将设备运行的实时数据导入数据模型模块中；

(3)数据建模模块将获取到的采集数据通过EM算法，以历史测点数据为样本，推算出样本的模型参数，将建立好的数据模型，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并将符合预期的数据模型导入数据模型模块中；

(4)数据模型模块利用数据建模模块传输的数据模型，带入实时数据，通过正态分布算法进行实时数据的报警，同时利用线性回归算法，通过对历史数据的分析和计算，预测出未来将要发生的监测数据；

(5)结果分析模块分析数据模型模块导出的数据是否为正常阈值，从而判断是否需要进行预警，将属于正常阈值的数据重新导入数据库中，并将非正常阈值的数据导入预警种类分析模块中；

(6)预警种类分析模块对导入的数据进行分析，根据分析结果判断导入数据的预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至数据库模块中，最后需要进行预警的数据传输至故障处理模块中；

(7)故障处理模块提示监测人员需要进行何种处理方式，并结合数据库模块中的故障流程化处理库对故障进行处理。

数据库模块包括数据输入模块、数据存储模块以及数据输出模块，数据输入模块用于通过数据迁移以及人工输入的方式将设备运行大数据存储至数据存储模块，数据存储模块包括疑似故障列表库、疑似故障诊断单库、故障流程化处理库、故障模式库、故障案例库、预警监测报告库、故障分析库以及机组诊断情况统计库，数据存储模块用于存储设备运行数据、故障数据、预警监测检查数据以及故障流程化处理数据，数据输出模块用于将数据存储模块中的数据导入数据采集模块以及故障处理模块中。

数据采集模块用于获取数据库模块中的数据以及设备运行的实时数据，并将该些数据分类输送至数据分析模块中。数据建模模块用于接收数据分析模块传输的数据，并通过该数据建立数据模型，并将得出的数据模型导入数据模型模块中。数据模型模块用于接收数据建模模块传输的数据模型数据，并将数据分析模块传输的数据导入数据模型中进行演算，并将演算结果导入结果分析模块中。

数据分析模块用于接收数据采集模块发送的数据，并将该些数据分类导入数据建模模块以及数据模型模块中。

结果分析模块用于分析数据模型模块导出的数据是否为正常阈值，并根据该数据判断是否需要进行预警，并将分析判断结果导入预警种类分析模块以及数据库模块中。

预警种类分析模块用于分析结果分析模块传输的数据的预警种类，预警种类包括单测点预警种类、故障预警种类以及故障发生种类，预警种类分析模块，并提示监测人员是否需要进行预警，并将预警数据传输至故障处理模块中，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至数据库模块中。

故障处理模块用于提示监测人员需要进行何种处理方式，并结合数据库模块中的故障流程化处理库对故障进行处理。

数据采集模块的工作步骤具体如下：

(1)将由数据库模块调取的第一组数据记为S₁；

(2)将由数据库模块调取的第二组数据记为S₂；

(3)将由数据库模块调取的第n组数据记为S_n；

(4)将实时获取的第一组数据记为F₁；

(5)将实时获取的第二组数据记为F₂；

(6)将实时获取的第x组数据记为F_x；

(7)将数据S₁、S₂、S_n、F₁、F₂以及F_x导入数据分析模块中。

报警系统的报警模型训练方法具体如下：

(1)将历史测点数据代入EM算法公式中，通过EM算法的迭代计算特性，由历史测点数据中得出E步期望和M步最大值，其中E步是在已有观测数据以及第i步估计值的条件下求基于完全数据的对数似然函数的期望，M步是求期望关于估计量的最大值；

(2)重复E步和M步进行数据模型训练；

(3)将训练好的数据模型，代入实时数据中，通过数据模型获取一系列数据，将该系列数据组成数据分析图表，利用数据分析图表进行数据评估，判定数据模型是否符合预期；

(4)经现有复合预期的数据模型放到数据模型模块中，进行实时数据的报警；

(5)通过对历史数据的分析和计算，预测出未来将要发生的监测数据。

数据分析模块的工作步骤具体如下；

(1)接收数据S₁、S₂、S_n、F₁、F₂以及F_x；

(2)将数据S₁、S₂以及S_n组成一组数据组，记为S；

(3)将数据F₁、F₂以及F_x组成一组数据组，记为F；

(4)将数据S导入数据建模模块中；

(5)将数据F导入数据模型模块中；

结果分析模块工作步骤具体如下：

(1)将数据模型模块导出的数据记为M；

(2)将数据M与模型数据相比较，若M符合模型数据所表示的范围，则将数据M导入至数据库模块中进行存储，若M不符合模型数据所表示的范围，则将其导入预警种类分析模块。

预警种类分析模块工作步骤具体如下：

(1)当预警种类为单测点预警模块或故障预警模块时，预警种类分析模块会提醒监测人员是否需要进行预警，同时记录预警信息，并将预警信息传输至数据库模块中，若监测人员选择预警复位，则系统停止预警，若监测人员选择进行预警处理，则预警种类分析模块将数据输送至故障处理模块中；

(2)当预警种类为故障发生模块时，则预警种类分析模块会对监测人员进行提醒，同时记录故障信息以及故障发生位置，并将故障信息传输至数据库模块中，同时预警种类分析模块将数据输送至故障处理模块中。

故障处理模块包括人工处理方式以及自行处理方式，人工处理方式则通过远程通话，告知现场工作人员对故障位置进行人工处理，自行处理方式则由数据库模块的故障流程化处理库中检索出对应故障的处理流程，系统根据故障流程化处理库提供的方式对故障进行排除。

一种用于火电厂智慧监盘报警系统界面，包括机组实时状态一览数据显示栏、设备参数趋势分析显示栏、模型参数相关分析显示栏以及实时告警信息显示栏同时具有设备台账显示栏、设备模型配置显示栏、模型训练显示栏以及故障模式配置栏。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种用于火电厂智慧监盘报警系统实现方法，其特征在于，所述用于火电厂智慧监盘报警系统实现方法包括：

获取历史测点数据以及设备运行的实时数据；

采用EM算法，以所述历史测点数据为样本，推算出样本的模型参数，将建立好的数据模型，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并得到符合预期的数据模型；

将所述实时数据输入至所述符合预期的数据模型，通过正态分布算法进行实时数据的报警，同时利用线性回归算法，对所述历史测点数据进行分析和计算，以预测出未来将要发生的监测数据；

分析所述未来将要发生的监测数据是否为正常阈值，从而判断是否需要进行预警，将属于正常阈值的数据导入数据库中，并对非正常阈值的数据进行分析，以得到分析结果；

根据所述分析结果判断预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至数据库模块中。

2.根据权利要求1所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，所述采用EM算法，以所述历史测点数据为样本，推算出样本的模型参数，将建立好的数据模型，利用历史测点数据，通过数据分析图表进行数据评估，判定数据模型是否符合预期，并得到符合预期的数据模型，具体包括：

将所述历史测点数据代入EM算法公式中，计算E步期望和M步最大值；其中，E步是在已有观测数据以及第i步估计值的条件下求基于完全数据的对数似然函数的期望，M步是求期望关于估计量的最大值；

重复计算E步期望和M步最大值，以进行数据模型训练；

将训练好的数据模型，代入实时数据中，通过数据模型获取一系列数据，将该系列数据组成数据分析图表，利用数据分析图表进行数据评估，进而得到符合预期的数据模型。

3.根据权利要求1所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，所述获取历史测点数据以及设备运行的实时数据，具体包括：

数据采集模块通过OPC协议由数据库模块中获取历史测点数据以及设备运行的实时数据。

4.根据权利要求1所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，所述用于火电厂智慧监盘报警系统实现方法还包括：

将需要进行预警的数据传输至故障处理模块；

通过所述故障处理模块提示监测人员需要进行何种处理方式，并结合数据库模块中的故障流程化处理库对故障进行处理。

5.根据权利要求1所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，分析所述未来将要发生的监测数据是否为正常阈值，从而判断是否需要进行预警，将属于正常阈值的数据导入数据库中，并对非正常阈值的数据进行分析，以得到分析结果，具体包括：

将数据模型模块导出的数据记为M；所述数据模型模块导出的数据为未来将要发生的监测数据；

将数据M与模型数据相比较，若M符合模型数据所表示的范围，则将数据M导入至数据库模块中进行存储，若M不符合模型数据所表示的范围，则将其导入预警种类分析模块。

6.根据权利要求1所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，根据所述分析结果判断预警种类，提示监测人员是否需要进行预警，同时记录预警信息以及故障信息，将记录的预警信息以及故障信息回传至所述数据库中，具体包括：

当预警种类为单测点预警模块或故障预警模块时，通过预警种类分析模块提醒监测人员是否需要进行预警，同时记录预警信息，并将预警信息传输至数据库模块中，若监测人员选择预警复位，则系统停止预警，若监测人员选择进行预警处理，则预警种类分析模块将数据输送至故障处理模块中；

当预警种类为故障发生模块时，通过预警种类分析模块对监测人员进行提醒，同时记录故障信息以及故障发生位置，并将故障信息传输至数据库模块中，同时预警种类分析模块将数据输送至故障处理模块中；

所述故障处理模块包括人工处理方式以及自行处理方式，所述人工处理方式为通过远程通话，告知现场工作人员对故障位置进行人工处理，所述自行处理方式为由数据库模块的故障流程化处理库中检索出对应故障的处理流程，系统根据故障流程化处理库提供的方式对故障进行排除。

7.根据权利要求3所述的用于火电厂智慧监盘报警系统实现方法，其特征在于，所述数据库模块包括数据输入模块、数据存储模块以及数据输出模块，所述数据输入模块用于通过数据迁移以及人工输入的方式将设备运行大数据存储至数据存储模块，所述数据存储模块包括疑似故障列表库、疑似故障诊断单库、故障流程化处理库、故障模式库、故障案例库、预警监测报告库、故障分析库以及机组诊断情况统计库，所述数据存储模块用于存储设备运行数据、故障数据、预警监测检查数据以及故障流程化处理数据，所述数据输出模块用于将数据存储模块中的数据导入数据采集模块以及故障处理模块中；

所述数据采集模块用于获取数据库模块中的数据以及设备运行的实时数据，并将该些数据分类输送至数据分析模块中。

8.一种用于火电厂智慧监盘报警系统实现方法，包括数据存储层、中间层和应用层，其特征在于，所述数据存储层与中间层双向连接，所述中间层与应用层双向连接，所述应用层与数据存储层双向连接，所述数据存储层具体为采用标准网络通讯协议，将分布式控制系统及其他控制系统的实时数据采集并到数据库中，所述中间层是以数据库为基础，完成模型建立、模型训练、参数评估、分层评估以及潜在故障预警等数据处理环节，是报警系统的核心层，所述应用层为报警系统的系统配置管理及功能应用部分，采用智能算法实时监控电厂工艺系统及设备的运行状态、关键参数的实时值、变化趋势，针对燃煤电厂生产运行中的异常情况、设备故障现象和原因，建立典型故障的逻辑分析和故障诊断的专家知识库，并将其应用于计算机逻辑分析判断系统中；

所述数据存储层包括数据库模块以及数据采集模块，所述中间层包括数据建模模块以及数据模型模块，所述应用层包括数据分析模块，结果分析模块、预警种类分析模块以及故障处理模块，所述数据库模块与数据采集模块单向连接，所述数据采集模块与数据分析模块单向连接，所述数据分析模块分别与数据建模模块以及数据模型模块单向连接，所述数据建模模块与数据模型模块单向连接，所述数据模型模块与结果分析模块单向连接，所述结果分析模块与数据库模块双向连接，所述结果分析模块与预警种类分析模块单向连接，所述预警种类分析模块与数据库模块以及故障处理模块单向连接，所述故障处理模块与数据库模块单向连接；

所述系统实现方法为：以设备测点的历史数据为样本，训练运行数据的报警模型，然后用实时的测点数据进行模型评估，最后利用评估合格的数据模型进行实时监视和数据报警。

Images