CN115689534B - 基于大数据的设备寿命管理的方法、装置、设备及介质 - Google Patents
基于大数据的设备寿命管理的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115689534B CN115689534B CN202211712740.9A CN202211712740A CN115689534B CN 115689534 B CN115689534 B CN 115689534B CN 202211712740 A CN202211712740 A CN 202211712740A CN 115689534 B CN115689534 B CN 115689534B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- time
- determining
- time period
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 487
- 230000005611 electricity Effects 0.000 claims abstract description 153
- 230000032683 aging Effects 0.000 claims abstract description 124
- 238000004088 simulation Methods 0.000 claims description 70
- 238000012423 maintenance Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000002035 prolonged effect Effects 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本申请涉及一种基于大数据的设备寿命管理的方法、装置、设备及介质，涉及设备检修技术领域。该方法包括：获取目标设备在预设时间段的用电数据与时间的关系曲线以及温度数据与时间的关系曲线，基于用电数据与时间的关系曲线以及温度数据与时间的关系曲线，确定各个异常用电数据、各个异常运行时间段、各个异常温度数据以及各个异常温度时间段，基于各个异常用电数据、各个异常运行时间段、各个异常温度数据以及各个异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定检修频率，并获取目标设备的上一检修时刻，通过上一检修时刻和检修频率确定目标设备的待检修时刻。本申请具有提高设备的使用寿命的效果。
Description
技术领域
本申请涉及设备检修技术领域，尤其是涉及一种基于大数据的设备寿命管理的方法、装置、设备及介质。
背景技术
在生产生活中，离不开设备的使用，设备可能会因为出现故障，而影响设备的使用寿命，企业为了加强对设备寿命管理，即延长设备的使用寿命，需要定期对设备进行检修，即对设备进行检查与维修。
由于设备的检修频率通常是固定的，对设备的定期检修有时不能及时地发现设备出现故障，导致设备总是在发生故障之后才被发现，当设备发生故障之后，设备的使用寿命会降低，因此，如何提高设备的使用寿命越来越重要。
发明内容
为了提高设备的使用寿命，本申请提供一种基于大数据的设备寿命管理的方法、装置、设备及介质。
本申请的上述发明目的是通过以下技术方案得以实现的：
第一方面，提供了一种基于大数据的设备寿命管理的方法，该方法包括：
获取目标设备在预设时间段的用电数据与时间的关系曲线；
基于所述目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段；
获取所述目标设备在预设时间段的温度数据与时间的关系曲线；
基于所述目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及所述各个异常温度数据分别对应的异常温度时间段；
基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数；
基于所述老化系数和预设检修频率确定所述目标设备对应的检修频率；
获取所述目标设备的上一检修时刻，基于所述上一检修时刻和所述检修频率，确定所述目标设备的待检修时刻。
通过采用以上技术方案，获取目标设备在预设时间段对应的用电数据与时间的关系曲线，基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段，并获取目标设备在预设时间段的温度数据与时间的关系曲线，基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，异常温度时间段和异常运行时间段可能有重合的时间段，基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定目标设备对应的检修频率，通过温度对目标设备的影响以及用电数据对目标设备的影响，即老化系数，确定目标设备的检修频率，更准确地确定设备的检修频率，获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻，基于新确定的检修频率，确定目标设备的待检修时刻，以在设备发生故障之前，通过用电数据和温度确定设备的待检修时刻，以提高设备的使用寿命。
在一种可能的实现方式中，所述老化系数包括：第一老化系数、第二老化系数和第三老化系数；
所述基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，包括：
基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；
从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；
基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；
基于所述相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；
基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；
基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。
在另一种可能的实现方式中，所述基于所述相同异常用电数据、相同异常时间段和各个相同异常时间段分别对应的相同异常用电数据，确定第一老化系数，包括：
基于各个相同异常时间段分别对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别对应的用电数据平均增加量；
基于各个相同异常时间段分别对应的相同异常温度数据以及预设温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量；
基于各个相同异常时间段分别对应的用电数据平均增加量和温度数据平均增加量，确定用电数据影响系数；
基于各个相同异常时间段分别对应的温度数据平均增加量确定温度老化系数；
基于
，确定第一老化系数，
用于表征目标设备的
第一老化系数，
用于表征用电数据影响系数，
用于表征温度老化系数，
用于表征相同
异常时间段，
用于表征预设时间段。
在另一种可能的实现方式中，所述方法还包括：
若所述目标设备在最近检测时间未出现故障，则获取所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线；
获取目标设备中各个部件的参数属性以及各个部件之间的连接关系；
在仿真环境下基于各个部件的参数属性和所述连接关系建立仿真目标设备；
基于所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线，确定目标设备的仿真测试参数；
获取仿真环境下时间进度与现实中时间进度的进度比值，所述进度比值大于1；
基于所述进度比值和所述仿真测试参数，在仿真环境下对所述仿真目标设备进行仿真，得到所述仿真目标设备的仿真故障时间段，所述仿真故障时间段为仿真目标设备产生故障所经历的时间；
基于所述仿真故障时间段和所述进度比值，确定目标设备出现故障时的实际故障时间段，所述实际故障时间段为目标设备发生故障所经历的实际时间。
在另一种可能的实现方式中，所述方法还包括：
获取当前时间和目标设备对应的历史检修时间和目标位置信息，所述历史检修时间为目标设备最近一次的检修时间；
基于所述历史检修时间和所述检修频率，确定目标设备的未来检修时间；
若所述目标设备的未来检修时间和当前时间相同，则获取各个设备分别对应的设备类型；
将目标设备对应的设备类型确定为目标设备类型，并基于各个设备和各个设备分别对应的类型，确定与所述目标设备类型相匹配的匹配设备；
获取匹配设备对应的未来匹配检修时间和匹配位置信息，未来匹配时间为匹配设备之后需要检修的时间；
基于所述未来匹配检修时间和所述当前时间确定匹配设备对应的时间差值；
基于所述目标位置信息和所述匹配位置信息，确定匹配设备对应的距离信息；
基于所述时间差值、所述距离信息和预设权重，确定所述匹配设备对应的得分；
若所述得分小于预设得分，则将所述匹配设备确定为待检修设备。
在另一种可能的实现方式中，所述方法还包括：
获取目标设备内各个零件分别对应的零件待检修时间；
若所述零件待检修时间和所述当前时间相同，则将所述零件待检修时间对应的零件确定为第一待检修零件；
基于所述零件待检修时间和所述当前时间，计算各个零件分别对应的时间差值，若所述时间差值小于预设差值，则将所述时间差值对应的零件确定为第二待检修零件。
在另一种可能的实现方式中，所述方法还包括：
获取预设温度数据和预设零件材料的影响关系；
若所述温度数据大于预设温度阈值，则获取目标设备中各个零件分别对应的零件材料和零件标识信息；
建立所述零件材料和所述零件标识信息的对应关系；
基于所述温度数据，从预设温度数据中确定匹配温度数据；
基于所述匹配温度数据和所述影响关系，从预设零件材料中确定匹配零件材料；
基于所述匹配零件材料和零件材料，确定待维修零件材料；
基于所述待维修零件材料和所述对应关系，从零件标识信息中确定待维修零件标识信息。
第二方面，提供了一种基于大数据的设备寿命管理的装置，该装置包括：
第一获取模块，用于获取目标设备在预设时间段的用电数据与时间的关系曲线；
第一确定模块，用于基于所述目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段；
第二获取模块，用于获取所述目标设备在预设时间段的温度数据与时间的关系曲线；
第二确定模块，用于基于所述目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及所述各个异常温度数据分别对应的异常温度时间段；
第三确定模块，用于基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数；
第四确定模块，用于基于所述老化系数和预设检修频率确定所述目标设备对应的检修频率；
第三获取模块，用于获取所述目标设备的上一检修时刻，基于所述上一检修时刻和所述检修频率，确定所述目标设备的待检修时刻。
在一种可能的实现方式中，所述老化系数包括：第一老化系数、第二老化系数和第三老化系数；
所述第三确定模块在基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数时，具体用于：
基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；
从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；
基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；
基于所述相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；
基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；
基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。
在另一种可能的实现方式中，所述第三确定模块在基于所述相同异常用电数据、相同异常时间段和各个相同异常时间段分别对应的相同异常用电数据，确定第一老化系数时，具体用于：
基于各个相同异常时间段分别对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别对应的用电数据平均增加量；
基于各个相同异常时间段分别对应的相同异常温度数据以及预设温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量；
基于各个相同异常时间段分别对应的用电数据平均增加量和温度数据平均增加量，确定用电数据影响系数；
基于各个相同异常时间段分别对应的温度数据平均增加量确定温度老化系数；
基于
，确定第一老化系数，
用于表征目标设备的
第一老化系数，
用于表征用电数据影响系数，
用于表征温度老化系数，
用于表征相同
异常时间段，
用于表征预设时间段。
在另一种可能的实现方式中，所述装置还包括：第四获取模块、第五获取模块、建立模块、第五确定模块、第六获取模块、仿真模块和第六确定模块，其中，
所述第四获取模块，用于当所述目标设备在最近检测时间未出现故障时，获取所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线；
所述第五获取模块，用于获取目标设备中各个部件的参数属性以及各个部件之间的连接关系；
所述第一建立模块，用于在仿真环境下基于各个部件的参数属性和所述连接关系建立仿真目标设备；
所述第五确定模块，用于基于所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线，确定目标设备的仿真测试参数；
所述第六获取模块，用于获取仿真环境下时间进度与现实中时间进度的进度比值，所述进度比值大于1；
所述仿真模块，用于基于所述进度比值和所述仿真测试参数，在仿真环境下对所述仿真目标设备进行仿真，得到所述仿真目标设备的仿真故障时间段，所述仿真故障时间段为仿真目标设备产生故障所经历的时间；
所述第六确定模块，用于基于所述仿真故障时间段和所述进度比值，确定目标设备出现故障时的实际故障时间段，所述实际故障时间段为目标设备发生故障所经历的实际时间。
在另一种可能的实现方式中，所述装置还包括：第七获取模块、未来检修时间确定模块、第八获取模块、匹配设备确定模块、第九获取模块、时间差值确定模块、距离信息确定模块、得分确定模块和待检修设备确定模块，其中，
所述第七获取模块，用于获取当前时间和目标设备对应的历史检修时间和目标位置信息，所述历史检修时间为目标设备最近一次的检修时间；
所述未来检修时间确定模块，用于基于所述历史检修时间和所述检修频率，确定目标设备的未来检修时间；
所述第八获取模块，用于当所述目标设备的未来检修时间和当前时间相同时，获取各个设备分别对应的设备类型；
所述匹配设备确定模块，用于将目标设备对应的设备类型确定为目标设备类型，并基于各个设备和各个设备分别对应的类型，确定与所述目标设备类型相匹配的匹配设备；
所述第九获取模块，用于获取匹配设备对应的未来匹配检修时间和匹配位置信息，未来匹配时间为匹配设备之后需要检修的时间；
所述时间差值确定模块，用于基于所述未来匹配检修时间和所述当前时间确定匹配设备对应的时间差值；
所述距离信息确定模块，用于基于所述目标位置信息和所述匹配位置信息，确定匹配设备对应的距离信息；
所述得分确定模块，用于基于所述时间差值、所述距离信息和预设权重，确定所述匹配设备对应的得分；
所述待检修设备确定模块，用于当所述得分小于预设得分时，将所述匹配设备确定为待检修设备。
在另一种可能的实现方式中，所述装置还包括：零件待检修时间获取模块、第一待检修零件确定模块和第二待检修零件确定模块，其中，
所述零件待检修时间获取模块，用于获取目标设备内各个零件分别对应的零件待检修时间；
所述第一待检修零件确定模块，用于当所述零件待检修时间和所述当前时间相同时，将所述零件待检修时间对应的零件确定为第一待检修零件；
所述第二待检修零件确定模块，用于基于所述零件待检修时间和所述当前时间，计算各个零件分别对应的时间差值，若所述时间差值小于预设差值，则将所述时间差值对应的零件确定为第二待检修零件。
在另一种可能的实现方式中，所述装置还包括：影响关系获取模块、零件材料和零件标识信息获取模块、第二建立模块、匹配温度数据确定模块、匹配零件材料确定模块、待维修零件材料确定模块和待维修零件标识信息确定模块，其中，
所述影响关系获取模块，用于获取预设温度数据和预设零件材料的影响关系；
所述零件材料和零件标识信息获取模块，用于若所述温度数据大于预设温度阈值，则获取目标设备中各个零件分别对应的零件材料和零件标识信息；
所述第二建立模块，用于建立所述零件材料和所述零件标识信息的对应关系；
所述匹配温度数据确定模块，用于基于所述温度数据，从预设温度数据中确定匹配温度数据；
所述匹配零件材料确定模块，用于基于所述匹配温度数据和所述影响关系，从预设零件材料中确定匹配零件材料；
所述待维修零件材料确定模块，用于基于所述匹配零件材料和零件材料，确定待维修零件材料；
所述待维修零件标识信息确定模块，用于基于所述待维修零件材料和所述对应关系，从零件标识信息中确定待维修零件标识信息。
第三方面，提供了一种电子设备，该电子设备包括：
一个或者多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于：执行根据第一方面中任一可能的实现方式所示的基于大数据的设备寿命管理的方法对应的操作。
第四方面，提供了一种计算机可读存储介质，存储介质存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如第一方面中任一可能的实现方式所示的基于大数据的设备寿命管理的方法。
综上所述，本申请包括以下至少一种有益技术效果：
本申请提供了一种基于大数据的设备寿命管理的方法、装置、设备及介质，与相关技术相比，在本申请中，通过获取目标设备在预设时间段对应的用电数据与时间的关系曲线，基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段，并获取目标设备在预设时间段的温度数据与时间的关系曲线，基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，异常温度时间段和异常运行时间段可能有重合的时间段，基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定目标设备对应的检修频率，通过温度对目标设备的影响以及用电数据对目标设备的影响，即老化系数，确定目标设备的检修频率，更准确地确定设备的检修频率，获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻，基于新确定的检修频率，确定目标设备的待检修时刻，以在设备发生故障之前，通过用电数据和温度确定设备的待检修时刻，以提高设备的使用寿命。
附图说明
图1是本申请实施例提供的一种基于大数据的设备寿命管理的方法流程示意图。
图2是本申请实施例提供的一种基于大数据的设备寿命管理的装置结构示意图。
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-附图3对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种基于大数据的设备寿命管理的方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制，其中，如图1所示，该方法可以包括：
步骤S101、获取目标设备在预设时间段的用电数据与时间的关系曲线。
对于本申请实施例，目标设备可以是机械设备也可以是电气设备，具体设备在本申请实施例中不做限定，用电数据可以是目标设备的电流，也可以是目标设备的电压。
对于本申请实施例，电子设备可以实时获取目标设备在预设时间段的用电数据与时间的关系曲线，也可以间隔预设时间获取目标设备在预设时间段的用电数据与时间的关系曲线，还可以当检测到用户的触发指令时，获取目标设备在预设时间段的用电数据与时间的关系曲线，在本申请实施例中不做限定，预设时间段可以由系统预先设置也可以由工程师预先设置。
在上述申请实施例中，在电子设备获取目标设备在预设时间段的用电数据与时间的关系曲线之后，可以将目标设备在预设时间段的用电数据与时间的关系曲线存储在本地，也可以将目标设备在预设时间段的用电数据与时间的关系曲线发送至其他设备进行存储，例如U盘设备。
在上述申请实施例中，获取目标设备在预设时间段的用电数据与时间的关系曲线之后，显示设备可以实时显示目标设备在预设时间段的用电数据与时间的关系曲线，也可以当检测到用户触发的显示指令时，显示目标设备在预设时间段的用电数据与时间的关系曲线，以供工作人员实时掌握目标设备的用电情况。
步骤S102、基于目标设备在预设时间段的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段。
对于本申请实施例，将目标设备在预设时间段的用电数据和预设用电数据进行比较，预设用电数据用于表征目标设备的额定用电数据，将大于预设用电数据的用电数据确定为异常用电数据，异常用电数据对应的运行时间为异常运行时间段。
步骤S103、获取目标设备在预设时间段的温度数据与时间的关系曲线。
对于本申请实施例，电子设备可以实时获取目标设备在预设时间段的温度数据与时间的关系曲线，也可以间隔预设时间获取目标设备在预设时间段的温度数据与时间的关系曲线，也可以当检测到用户的触发指令时，获取目标设备在预设时间段的温度数据与时间的关系曲线。
在上述申请实施例中，在电子设备获取目标设备在预设时间段的温度数据与时间的关系曲线之后，目标设备在预设时间段的温度数据与时间的关系曲线可以存储在本地，也可以发送至其他设备进行存储，例如U盘设备。
在上述申请实施例中，获取目标设备在预设时间段的温度数据与时间的关系曲线之后，显示设备可以实时显示目标设备在预设时间段的温度数据与时间的关系曲线，也可以当检测到用户触发的显示指令时，显示目标设备在预设时间段的温度数据与时间的关系曲线，以供工作人员实时掌握目标设备的温度变化情况。
步骤S104、基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段。
对于本申请实施例，温度数据可以是目标设备周围的环境温度，将温度数据和预设温度数据进行比较，将大于预设温度数据的温度数据确定为异常温度数据，将异常温度数据对应的时间确定为异常温度时间段，例如，预设温度数据为25°，目标设备在10：30至12：00的时间段内温度数据为35°，则35°为异常温度数据，10：30至12：00为异常温度时间段。
步骤S105、基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数。
对于本申请实施例，当目标设备的用电数据大于预设用电数据时，目标设备属于超负荷运行，会导致目标设备的使用寿命降低，当目标设备的温度数据大于预设温度数据时，目标设备在高温环境下工作，影响目标设备的寿命，在确定异常用电数据、异常用电数据分别对应的异常运行时间段、异常温度数据以及异常温度数据对应的异常温度时间段之后，通过各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定目标设备的老化系数。
步骤S106、基于老化系数和预设检修频率确定目标设备对应的检修频率。
对于本申请实施例，在目标设备的老化过程中，目标设备的检修频率随着老化系数不断变化，通过老化系数和预设检修频率，确定目标设备对应的检修频率。
步骤S107、获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻。
在确定目标设备的检修频率后，通过目标设备的上一检修时刻和检修频率，确定待检修时刻，例如，目标设备的上一检修时刻为4月15日8：00，检修频率为30天，则目标设备的待检修时刻为5月15日8：00。
本申请实施例提供了一种基于大数据的设备寿命管理的方法，与相关技术相比，在本申请中，通过获取目标设备在预设时间段对应的用电数据与时间的关系曲线，基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段，并获取目标设备在预设时间段的温度数据与时间的关系曲线，基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，异常温度时间段和异常运行时间段可能有重合的时间段，基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定目标设备对应的检修频率，通过温度对目标设备的影响以及用电数据对目标设备的影响，即老化系数，确定目标设备的检修频率，更准确地确定设备的检修频率，获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻，基于新确定的检修频率，确定目标设备的待检修时刻，以在设备发生故障之前，通过用电数据和温度确定设备的待检修时刻，以提高设备的使用寿命。
本申请实施例的一种可能的实现方式，老化系数包括：第一老化系数、第二老化系数和第三老化系数；
步骤S105中基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，具体可以包括：基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；基于相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。在本申请实施例中，从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据的步骤可以在从各个异常温度数据中确定各个相同异常温度数据的步骤之前执行，也可以在从各个异常温度数据中确定各个相同异常温度数据的步骤之后执行，还可以与从各个异常温度数据中确定各个相同异常温度数据的步骤同时执行，在本申请实施例中不做限定。
对于本申请实施例，异常运行时间段和异常温度时间段重合时，异常温度时间段对应的异常温度可能是由于异常用电数据导致的，将异常运行时间段中与异常温度时间段相同的时间段或者异常运行时间段包括异常温度时间段相同的时间段，确定为相同异常时间段，例如，异常温度时间段包括：异常温度时间段A1、异常温度时间段A2和异常温度时间段A3，异常运行时间段包括：异常运行时间段B1、异常运行时间段B2和异常温度时间段B3，异常运行时间段B1和异常温度时间段A1相同，则异常运行时间段B1和异常温度时间段A1为相同异常时间段，异常温度时间段A2包括：异常运行时间段B2，则异常运行时间段B2和异常温度时间段A2为相同异常时间段。
进一步地，在确定相同异常时间段后，将相同异常时间段对应的异常用电数据确定为相同异常用电数据，将相同异常时间段对应的异常温度数据确定为相同异常温度数据，并基于相同异常时间对应的相同异常温度数据和相同异常用电数据，确定第一老化系数。
在本申请实施例中，将各个异常温度时间段中去除相同异常时间段的时间段确定为不同异常温度时间段，将各个异常运行时间段中去除相同异常时间段的时间段确定为不同异常运行时间段，基于不同异常温度时间段以及不同异常温度时间段对应的异常温度数据，确定第二老化系数，基于不同异常运行时间段以及不同异常运行时间段对应的异常用电数据，确定第三老化系数。通过目标设备不同的状况，准确地确定目标设备的第一老化系数、第二老化系数和第三老化系数。
具体地，基于相同异常用电数据、相同异常时间段和各个相同异常时间段分别对
应的相同异常用电数据，确定第一老化系数，具体可以包括：基于各个相同异常时间段分别
对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别对应的用电数
据平均增加量；基于各个相同异常时间段分别对应的相同异常温度数据以及预设温度数
据，确定各个相同异常时间段分别对应的温度数据平均增加量；基于各个相同异常时间段
分别对应的用电数据平均增加量和温度数据平均增加量，确定用电数据影响系数；基于各
个相同异常时间段分别对应的温度数据平均增加量确定温度老化系数；基于
，确定第一老化系数。在本申请实施例中，基于各个相同异
常时间段分别对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别
对应的用电数据平均增加量的步骤可以在基于各个相同异常时间段分别对应的相同异常
温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量的步骤之前执行，也
可以在基于各个相同异常时间段分别对应的相同异常温度数据，确定各个相同异常时间段
分别对应的温度数据平均增加量的步骤之后执行，还可以与基于各个相同异常时间段分别
对应的相同异常温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量同时
执行。
其中，
用于表征目标设备的第一老化系数，
用于表征用电数据影响系数，
用
于表征温度老化系数，
用于表征相同异常时间段，
用于表征预设时间段。对于本申请
实施例，通过确定用电数据对温度数据的影响，准确地确定第一老化系数。
对于本申请实施例，将每个相同异常运行时间段的异常用电数据中的最高用电数据与预设用电数据的差值，作为相同异常时间段的用电数据增加量，将用电数据增加量和相同异常时间段的比值确定为每个相同异常时间段的用电数据平均增加量，将每个相同异常时间段的异常温度数据中的最高用电数据与预设用电数据的差值，作为相同异常时间段的温度数据增加量，将每个相同异常时间段的温度数据增加量和相同异常时间段的比值确定为每个相同异常时间段的温度数据平均增加量，将各个相同异常时间段的异常温度数据的平均值与预设温度数据的差值，确定为各个相同异常时间段的温度数据平均增加量，基于
进一步地，步骤S106中基于老化系数和预设检修频率确定目标设备对应的检修频率，具体可以包括：基于第一老化系数、第二老化系数、第三老化系数和预设检修频率，确定目标设备的检修频率。在本申请实施例中，目标设备的不同状态对应的老化系数不同，在预设检修频率的基础上通过不同的老化系数共同确定目标设备的检修频率，例如，预设检修频率为30天/次，第一老化系数为0.4，第二老化系数为2.6以及第三老化系数为0.8，则检修频率为⌈30-（0.4+2.6+0.8）⌉=27。
本申请实施例的另一种可能的实现方式，该方法还可以包括：基于检修频率确定目标设备的最近检测时间；若目标设备在最近检时间未出现故障，获取目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线；获取目标设备中各个部件的参数属性以及各个部件之间的连接关系；在仿真环境下基于各个部件的参数属性和连接关系建立仿真目标设备；基于目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线，确定目标设备的仿真测试参数；获取仿真环境下时间进度与现实中时间进度的进度比值，进度比值大于1；基于进度比值和仿真测试参数，在仿真环境下对仿真目标设备进行仿真，得到仿真目标设备的仿真故障时间段，仿真故障时间段为仿真目标设备产生故障所经历的时间；基于仿真故障时间段和进度比值，确定目标设备出现故障时的实际故障时间段。在本申请实施例中，当确定检修频率之后，基于检修频率确定目标设备的最近检测时间，当目标设备在最近检测时间没有出现故障时，则上述步骤确定的检修频率可能不准确，则获取目标设备在最近检测时间对应的关系曲线温度数据与时间的关系曲线，具体时间范围在本申请实施例中不做限定。
其中，实际故障时间段为目标设备发生故障所经历的实际时间。
对于本申请实施例，当目标设备在最近检测时间没有出现故障时，通过对目标设备进行仿真模拟，得到目标设备的故障时间，在仿真环境下建立仿真目标设备，需要获取目标设备中各个部件的参数属性以及各个部件之间的连接关系，目标设备中各个部件的参数属性以及各个部件之间的连接关系可以在本地存储中获取，也可以从其他设备中获取，还可以获取用户输入的获取目标设备中各个部件的参数属性以及各个部件之间的连接关系，在本申请实施例中不做限定。
对于本申请实施例，为了仿真模拟目标设备的运行过程，将目标设备在最近检测时间对应的关系曲线温度数据与时间的关系曲线确定为目标设备的仿真测试，将仿真环境下的时间进度和现实时间进度的比值大于1，以确定目标设备在仿真环境下出故障的时间段比目标设备在现实中出故障的时间段短，通过对目标设备进行模拟，得到目标设备的在仿真中出故障的时间段，即仿真故障时间段，基于时间进度比值和仿真故障时间段，确定实际故障时间段，例如，仿真故障时间段为12小时，进度比值为2，则实际故障时间段为24小时，即目标设备在最近检测时间开始，经过24小时出现故障。
对于本申请实施例，通过目标设备在最近检测时间的对于的温度数据与时间的关系无线以及用电数据与时间的关系曲线，对目标设备进行仿真，准确地确定目标设备出现故障的时间，进一步地提高设备的使用寿命。
本申请实施例的另一种可能的实现方式，该方法还可以包括：获取当前时间和目标设备对应的历史检修时间和目标位置信息，历史检修时间为目标设备最近一次的检修时间；基于历史检修时间和检修频率，确定目标设备的未来检修时间；若目标设备的未来检修时间和当前时间相同，则获取各个设备分别对应的设备类型；将目标设备对应的设备类型确定为目标设备类型，并基于各个设备和各个设备分别对应的类型，确定与目标设备类型相匹配的匹配设备；获取匹配设备对应的未来匹配检修时间和匹配位置信息，未来匹配时间为匹配设备之后需要检修的时间；基于未来匹配检修时间和当前时间确定匹配设备对应的时间差值；基于目标位置信息和当前位置信息，确定匹配设备对应的距离信息；基于时间差值、距离信息和预设权重，确定匹配设备对应的得分；若得分小于预设得分，则将匹配设备确定为待检修设备。在本申请实施例中，目标设备对应的历史检修时间和目标位置信息可以在本地存储中获取，也可以从其他设备中获取，还可以获取用户输入的历史检修时间和目标位置信息，在本申请实施例中不做限定。
对于本申请实施例，若目标设备的未来检修时间和当前时间相同，则目标设备为需要被检修的设备，获取各个设备分别对应的设备类型，设备类型可以为设备的用途类型，例如高压柜。目标设备对应的设备类型为目标设备类型，将与目标设备类型相同的设备确定为匹配设备，获取匹配设备即将被检修的时间（即未来匹配检修时间）和位置（即匹配位置信息），并将未来匹配检修和当前时间的差值作为匹配设备的时间差值，将匹配位置信息和目标位置信息的差值确定为匹配设备对应的距离信息，即匹配设备距离目标设备的距离，并通过时间差值、距离信息和预设权重，确定匹配设备对应的得分，当匹配设备的得分小于预设得分时，该匹配设备为待检修的设备，即在检修目标设备时，该匹配设备也应该被检修，例如，与目标设备类型相同的设备为匹配设备1，匹配设备1对应的时间差值为20小时，匹配设备1对应的距离信息为0.4千米，时间差值对应的预设权重为0.4，距离信息对应的预设权重为0.6，则匹配设备1的得分5.24，预设得分为15，则匹配设备1为待检修设备。
对于本申请实施例，当目标设备需要被检修时，通过确定与目标设备相匹配的设备，在确定检修目标设备时，同时确定与目标设备相匹配的设备，不需要每次分别确定不同设备的检修时间，减少数据处理量。
本申请实施例的另一种可能的实现方式，该方法还可以包括：获取目标设备内各个零件分别对应的待检修时间；若待检修时间和当前时间相同，则将待检修时间对应的零件确定为第一待检修零件；基于待检修时间和当前时间，计算各个零件分别对应的时间差值，若时间差值小于预设差值，则将时间差值对应的零件确定为第二待检修零件。在本申请实施例中，在对目标设备进行维修过程中，通过获取目标设备内的各个零件的待检修时间，将待检修时间和当前时间相同的零件确定为第一待检修零件，计算各个零件分别对应的时间差值，若时间差值小于预设差值，则零件为第二待检修零件，以使得工作人员对第一待检修零件进行重点检修，对第二待检修零件进行普通检修，不需要对每一个零件进行检查，提高对目标设备进行检修的效率。
本申请实施例的另一种可能的实现方式，该方法还可以包括：获取预设温度数据和预设零件材料的影响关系；若温度数据大于预设温度阈值，则获取目标设备中各个零件分别对应的零件材料和零件标识信息；建立零件材料和零件标识信息的对应关系；基于温度数据，从预设温度数据中确定匹配温度数据；基于匹配温度数据和影响关系，从预设零件材料中确定匹配零件材料；基于匹配零件材料和零件材料，确定待维修零件材料；基于待维修零件材料和对应关系，从零件标识信息中确定待维修零件标识信息。在本申请实施例中，零件标识信息可以是零件在目标设备中的位置，也可以是零件的名称，在建立零件材料和零件标识信息的对应关系之后，可以将零件材料和零件标识信息的对应关系及逆行本地存储。
对于本申请实施例，设备中不同的零件对应的零件材料不同，温度对零件材料的影响也不同，有些零件材料在温度大于预设温度阈值的情况下，极易发生变形，对零件产生影响，进而使目标设备出现故障，若温度数据大于预设温度阈值，从预设温度数据中确定与温度数据匹配温度数据，匹配温度数据可以是在预设范围之内，例如，预设温度数据为35°，温度数据为33.5°，温度数据与预设温度数据的差值为1.5°，预设范围为5°，则温度数据33.5°对应的匹配温度数据为35。基于预设温度数据和预设零件材料的影响关系，确定匹配温度数据对应的匹配零件材料，从各个零件分别对应的零件材料中，确定与匹配零件材料相同的零件材料，即待维修零件材料，基于零件材料和零件标识信息的对应关系，从零件标识信息中确定待维修零件材料对应的待维修零件标识信息。例如，匹配温度数据35°对应的匹配零件材料为材料A、材料B和材料C，各个设备对应的零件材料与匹配裁量相同的零件材料为材料A和材料B，则材料A和材料B为待维修零件材料，材料A对应的零件标识信息为零件标识信息a，材料B对应的零件标识信息为零件标识信息b，则零件标识信息a和零件标识信息b为待维修零件标识信息。通过温度升高对零件的影响，及时确定待维修零件，提高设备的使用寿命。
上述实施例从方法流程的角度介绍了一种基于大数据的设备寿命管理的方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种基于大数据的设备寿命管理的装置，具体详见下述实施例。
本申请实施例提供了一种基于大数据的设备寿命管理的装置，如图2所示，该基于大数据的设备寿命管理的装置20具体可以包括：第一获取模块21、第一确定模块22、第二获取模块23、第二确定模块24、第三确定模块25、第四确定模块26和第三获取模块27，其中，
第一获取模块21，用于获取目标设备在预设时间段的用电数据与时间的关系曲线；
第一确定模块22，用于基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段；
第二获取模块23，用于获取目标设备在预设时间段的温度数据与时间的关系曲线；
第二确定模块24，用于基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段；
第三确定模块25，用于基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数；
第四确定模块26，用于基于老化系数和预设检修频率确定目标设备对应的检修频率；
第三获取模块27，用于获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻。
本申请实施例的一种可能的实现方式，老化系数包括：第一老化系数、第二老化系数和第三老化系数；
第三确定模块25在基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数时，具体用于：
基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；
从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；
基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；
基于相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；
基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；
基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。
本申请实施例的另一种可能的实现方式，第三确定模块25在基于相同异常用电数据、相同异常时间段和各个相同异常时间段分别对应的相同异常用电数据，确定第一老化系数时，具体用于：
基于各个相同异常时间段分别对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别对应的用电数据平均增加量；
基于各个相同异常时间段分别对应的相同异常温度数据以及预设温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量；
基于各个相同异常时间段分别对应的用电数据平均增加量和温度数据平均增加量，确定用电数据影响系数；
基于各个相同异常时间段分别对应的温度数据平均增加量确定温度老化系数；
基于
，确定第一老化系数，
用于表征目标设备的
第一老化系数，
用于表征用电数据影响系数，
用于表征温度老化系数，
用于表征相同
异常时间段，
用于表征预设时间段。
本申请实施例的另一种可能的实现方式，装置20还包括：第四获取模块、第五获取模块、建立模块、第五确定模块、第六获取模块、仿真模块和第六确定模块，其中，
第四获取模块，用于当目标设备在最近检测时间未出现故障时，获取目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线；
第五获取模块，用于获取目标设备中各个部件的参数属性以及各个部件之间的连接关系；
第一建立模块，用于在仿真环境下基于各个部件的参数属性和连接关系建立仿真目标设备；
第五确定模块，用于基于目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线，确定目标设备的仿真测试参数；
第六获取模块，用于获取仿真环境下时间进度与现实中时间进度的进度比值，进度比值大于1；
仿真模块，用于基于进度比值和仿真测试参数，在仿真环境下对仿真目标设备进行仿真，得到仿真目标设备的仿真故障时间段，仿真故障时间段为仿真目标设备产生故障所经历的时间；
第六确定模块，用于基于仿真故障时间段和进度比值，确定目标设备出现故障时的实际故障时间段，实际故障时间段为目标设备发生故障所经历的实际时间。
本申请实施例的另一种可能的实现方式，装置20还包括：第七获取模块、未来检修时间确定模块、第八获取模块、匹配设备确定模块、第九获取模块、时间差值确定模块、距离信息确定模块、得分确定模块和待检修设备确定模块，其中，
第七获取模块，用于获取当前时间和目标设备对应的历史检修时间和目标位置信息，历史检修时间为目标设备最近一次的检修时间；
未来检修时间确定模块，用于基于历史检修时间和检修频率，确定目标设备的未来检修时间；
第八获取模块，用于当目标设备的未来检修时间和当前时间相同时，获取各个设备分别对应的设备类型；
匹配设备确定模块，用于将目标设备对应的设备类型确定为目标设备类型，并基于各个设备和各个设备分别对应的类型，确定与目标设备类型相匹配的匹配设备；
第九获取模块，用于获取匹配设备对应的未来匹配检修时间和匹配位置信息，未来匹配时间为匹配设备之后需要检修的时间；
时间差值确定模块，用于基于未来匹配检修时间和当前时间确定匹配设备对应的时间差值；
距离信息确定模块，用于基于目标位置信息和匹配位置信息，确定匹配设备对应的距离信息；
得分确定模块，用于基于时间差值、距离信息和预设权重，确定匹配设备对应的得分；
待检修设备确定模块，用于当得分小于预设得分时，将匹配设备确定为待检修设备。
本申请实施例的另一种可能的实现方式，装置20还包括：零件待检修时间获取模块、第一待检修零件确定模块和第二待检修零件确定模块，其中，
零件待检修时间获取模块，用于获取目标设备内各个零件分别对应的零件待检修时间；
第一待检修零件确定模块，用于当零件待检修时间和当前时间相同时，将零件待检修时间对应的零件确定为第一待检修零件；
第二待检修零件确定模块，用于基于零件待检修时间和当前时间，计算各个零件分别对应的时间差值，若时间差值小于预设差值，则将时间差值对应的零件确定为第二待检修零件。
本申请实施例的另一种可能的实现方式，装置20还包括：影响关系获取模块、零件材料和零件标识信息获取模块、第二建立模块、匹配温度数据确定模块、匹配零件材料确定模块、待维修零件材料确定模块和待维修零件标识信息确定模块，其中，
影响关系获取模块，用于获取预设温度数据和预设零件材料的影响关系；
零件材料和零件标识信息获取模块，用于若温度数据大于预设温度阈值，则获取目标设备中各个零件分别对应的零件材料和零件标识信息；
第二建立模块，用于建立零件材料和零件标识信息的对应关系；
匹配温度数据确定模块，用于基于温度数据，从预设温度数据中确定匹配温度数据；
匹配零件材料确定模块，用于基于匹配温度数据和影响关系，从预设零件材料中确定匹配零件材料；
待维修零件材料确定模块，用于基于匹配零件材料和零件材料，确定待维修零件材料；
待维修零件标识信息确定模块，用于基于待维修零件材料和对应关系，从零件标识信息中确定待维修零件标识信息。
本申请实施例提供了一种基于大数据的设备寿命管理的装置，与相关技术相比，在本申请中，通过获取目标设备在预设时间段对应的用电数据与时间的关系曲线，基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段，并获取目标设备在预设时间段的温度数据与时间的关系曲线，基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，异常温度时间段和异常运行时间段可能有重合的时间段，基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定目标设备对应的检修频率，通过温度对目标设备的影响以及用电数据对目标设备的影响，即老化系数，确定目标设备的检修频率，更准确地确定设备的检修频率，获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻，基于新确定的检修频率，确定目标设备的待检修时刻，以在设备发生故障之前，通过用电数据和温度确定设备的待检修时刻，以提高设备的使用寿命。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的一种基于大数据的设备寿命管理的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例提供了一种电子设备，如图3所示，图3所示的电子设备30包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备30还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备30的结构并不构成对本申请实施例的限定。
处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，在本申请实施例中，通过获取目标设备在预设时间段对应的用电数据与时间的关系曲线，基于目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段，并获取目标设备在预设时间段的温度数据与时间的关系曲线，基于目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，异常温度时间段和异常运行时间段可能有重合的时间段，基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，基于老化系数和预设检修频率确定目标设备对应的检修频率，通过温度对目标设备的影响以及用电数据对目标设备的影响，即老化系数，确定目标设备的检修频率，更准确地确定设备的检修频率，获取目标设备的上一检修时刻，基于上一检修时刻和检修频率，确定目标设备的待检修时刻，基于新确定的检修频率，确定目标设备的待检修时刻，以在设备发生故障之前，通过用电数据和温度确定设备的待检修时刻，以提高设备的使用寿命。
应该理解的是，虽然附图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，其可以以其他的顺序执行。而且，附图的流程图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，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他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。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种基于大数据的设备寿命管理的方法，其特征在于，包括：
获取目标设备在预设时间段的用电数据与时间的关系曲线；
基于所述目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段；
获取所述目标设备在预设时间段的温度数据与时间的关系曲线；
基于所述目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及所述各个异常温度数据分别对应的异常温度时间段；
基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数；
基于所述老化系数和预设检修频率确定所述目标设备对应的检修频率；
获取所述目标设备的上一检修时刻，基于所述上一检修时刻和所述检修频率，确定所述目标设备的待检修时刻；
所述老化系数包括：第一老化系数、第二老化系数和第三老化系数；
所述基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数，包括：
基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；
从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；
基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；
基于所述相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；
基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；
基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。
2.根据权利要求1所述的方法，其特征在于，所述基于所述相同异常用电数据、相同异常时间段和各个相同异常时间段分别对应的相同异常用电数据，确定第一老化系数，包括：
基于各个相同异常时间段分别对应的相同异常用电数据以及预设用电数据，确定各个相同异常时间段分别对应的用电数据平均增加量；
基于各个相同异常时间段分别对应的相同异常温度数据以及预设温度数据，确定各个相同异常时间段分别对应的温度数据平均增加量；
基于各个相同异常时间段分别对应的用电数据平均增加量和温度数据平均增加量，确定用电数据影响系数；
基于各个相同异常时间段分别对应的温度数据平均增加量确定温度老化系数；
基于
确定第一老化系数，C1用于表征目标设备的第一老化系数，D用于表征用电数据影响系数，Hi用于表征温度老化系数，wi用于表征相同异常时间段，W用于表征预设时间段。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述目标设备在最近检测时间未出现故障，则获取所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线；
获取目标设备中各个部件的参数属性以及各个部件之间的连接关系；
在仿真环境下基于各个部件的参数属性和所述连接关系建立仿真目标设备；
基于所述目标设备在最近检测时间对应的温度数据与时间的关系曲线以及用电数据与时间的关系曲线，确定目标设备的仿真测试参数；
获取仿真环境下时间进度与现实中时间进度的进度比值，所述进度比值大于1；
基于所述进度比值和所述仿真测试参数，在仿真环境下对所述仿真目标设备进行仿真，得到所述仿真目标设备的仿真故障时间段，所述仿真故障时间段为仿真目标设备产生故障所经历的时间；
基于所述仿真故障时间段和所述进度比值，确定目标设备出现故障时的实际故障时间段，所述实际故障时间段为目标设备发生故障所经历的实际时间。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取当前时间和目标设备对应的历史检修时间和目标位置信息，所述历史检修时间为目标设备最近一次的检修时间；
基于所述历史检修时间和所述检修频率，确定目标设备的未来检修时间；
若所述目标设备的未来检修时间和当前时间相同，则获取各个设备分别对应的设备类型；
将目标设备对应的设备类型确定为目标设备类型，并基于各个设备和各个设备分别对应的类型，确定与所述目标设备类型相匹配的匹配设备；
获取匹配设备对应的未来匹配检修时间和匹配位置信息，未来匹配时间为匹配设备之后需要检修的时间；
基于所述未来匹配检修时间和所述当前时间确定匹配设备对应的时间差值；
基于所述目标位置信息和所述匹配位置信息，确定匹配设备对应的距离信息；
基于所述时间差值、所述距离信息和预设权重，确定所述匹配设备对应的得分；
若所述得分小于预设得分，则将所述匹配设备确定为待检修设备。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
获取目标设备内各个零件分别对应的零件待检修时间；
若所述零件待检修时间和所述当前时间相同，则将所述零件待检修时间对应的零件确定为第一待检修零件；
基于所述零件待检修时间和所述当前时间，计算各个零件分别对应的时间差值，若所述时间差值小于预设差值，则将所述时间差值对应的零件确定为第二待检修零件。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取预设温度数据和预设零件材料的影响关系；
若所述温度数据大于预设温度阈值，则获取目标设备中各个零件分别对应的零件材料和零件标识信息；
建立所述零件材料和所述零件标识信息的对应关系；
基于所述温度数据，从预设温度数据中确定匹配温度数据；
基于所述匹配温度数据和所述影响关系，从预设零件材料中确定匹配零件材料；
基于所述匹配零件材料和零件材料，确定待维修零件材料；
基于所述待维修零件材料和所述对应关系，从零件标识信息中确定待维修零件标识信息。
7.一种基于大数据的设备寿命管理的装置，其特征在于，包括：
第一获取模块，用于获取目标设备在预设时间段的用电数据与时间的关系曲线；
第一确定模块，用于基于所述目标设备在预设时间段对应的用电数据与时间的关系曲线，确定各个异常用电数据以及各个异常用电数据分别对应的异常运行时间段；
第二获取模块，用于获取所述目标设备在预设时间段的温度数据与时间的关系曲线；
第二确定模块，用于基于所述目标设备在预设时间段的温度数据与时间的关系曲线，确定各个异常温度数据以及所述各个异常温度数据分别对应的异常温度时间段；
第三确定模块，用于基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数；
第四确定模块，用于基于所述老化系数和预设检修频率确定所述目标设备对应的检修频率；
第三获取模块，用于获取所述目标设备的上一检修时刻，基于所述上一检修时刻和所述检修频率，确定所述目标设备的待检修时刻；
所述老化系数包括：第一老化系数、第二老化系数和第三老化系数；
所述第三确定模块在基于各个异常用电数据、各个异常用电数据分别对应的异常运行时间段、各个异常温度数据以及各个异常温度数据分别对应的异常温度时间段，确定老化系数时，具体用于：
基于各个异常温度时间段和各个异常运行时间段，确定相同异常时间段；
从各个异常用电数据中确定各个相同异常时间段分别对应的相同异常用电数据，以及从各个异常温度数据中确定各个相同异常时间段分别对应的相同异常温度数据；
基于各个相同异常时间段分别对应的相同异常用电数据和相同异常温度数据，确定第一老化系数；
基于所述相同异常时间段，从各个异常温度时间段中确定不同异常温度时间段，以及从各个异常运行时间段中确定不同异常运行时间段；
基于各个不同异常温度时间段以及各个不同异常温度时间段分别对应的异常温度数据，确定第二老化系数；
基于各个不同异常运行时间段以及各个不同异常运行时间段分别对应的异常用电数据，确定第三老化系数。
8.一种电子设备，其特征在于，包括：
一个或者多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于：执行根据权利要求1～6任一项所述的一种基于大数据的设备寿命管理的方法。
9.一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，该程序被处理器执行时实现权利要求1～6任一项所述的一种基于大数据的设备寿命管理的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211712740.9A CN115689534B (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的设备寿命管理的方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211712740.9A CN115689534B (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的设备寿命管理的方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115689534A CN115689534A (zh) | 2023-02-03 |
| CN115689534B true CN115689534B (zh) | 2023-07-14 |
Family
ID=85055369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211712740.9A Active CN115689534B (zh) | 2022-12-30 | 2022-12-30 | 基于大数据的设备寿命管理的方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115689534B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115858311A (zh) * | 2023-03-04 | 2023-03-28 | 北京神州光大科技有限公司 | 运维监控的方法、装置、电子设备及可读存储介质 |
| CN117474527B (zh) * | 2023-11-28 | 2024-05-24 | 北京都朗信息科技有限公司 | 一种建筑施工安全标准评估方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112150311B (zh) * | 2020-09-09 | 2023-09-26 | 日立楼宇技术（广州）有限公司 | 能耗异常状态检测方法、装置、计算机设备和存储介质 |
| CN113447290B (zh) * | 2021-06-25 | 2022-11-29 | 上海三一重机股份有限公司 | 一种工程机械故障预警方法、装置及工程机械 |
| CN114971016A (zh) * | 2022-05-25 | 2022-08-30 | 江西亚威电气有限公司 | 一种变压器故障的智能监控方法 |
-
2022
- 2022-12-30 CN CN202211712740.9A patent/CN115689534B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115689534A (zh) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115689534B (zh) | 基于大数据的设备寿命管理的方法、装置、设备及介质 | |
| CN116502166B (zh) | 一种对目标设备故障预测的方法、装置、设备和介质 | |
| CN114140034B (zh) | 基于工况的质量监控方法及相关装置 | |
| CN115858311A (zh) | 运维监控的方法、装置、电子设备及可读存储介质 | |
| CN116090808A (zh) | 一种rpa断点重建方法、装置、电子设备和介质 | |
| CN118071545A (zh) | 一种智能化房屋建造施工管理方法、装置、设备及介质 | |
| CN114355208A (zh) | 一种电池故障确定方法、装置、电子设备及存储介质 | |
| CN117668692A (zh) | 基于故障检测的智能化电能监控方法、装置、设备和介质 | |
| CN116260235B (zh) | 电源切换的方法、装置、电子设备及可读存储介质 | |
| CN117408835A (zh) | 一种自动化配电设施巡检方法、装置及电子设备及介质 | |
| CN117054896A (zh) | 一种sop功能测试方法、装置、设备及存储介质 | |
| CN113376564B (zh) | 基于数据分析的智能电表计量校正方法、装置及终端 | |
| CN113342634B (zh) | 软件质量评估的方法和装置 | |
| CN114325455A (zh) | 一种电源预警方法及装置、电子设备 | |
| CN113704871A (zh) | 车轮弯曲疲劳的确定方法、装置、终端设备及介质 | |
| CN113779926A (zh) | 一种电路的检测方法、装置、电子设备及可读存储介质 | |
| CN108269004B (zh) | 产品寿命分析方法及终端设备 | |
| CN117060580A (zh) | 一种配电柜控制系统运行监测方法、装置、设备及介质 | |
| WO2023226039A1 (zh) | 快充检测方法、装置、电子设备及存储介质 | |
| CN116520816B (zh) | 伺服控制驱动器测试方法、装置、测试设备及存储介质 | |
| CN118082796B (zh) | 一种车辆增程器启停控制方法、装置、电子设备以及介质 | |
| CN112487747B (zh) | 功率元件仿真方法及装置 | |
| CN115392859A (zh) | 功率因数核查方法、装置、电子设备及存储介质 | |
| CN118678379A (zh) | 一种设备监控方法、装置、网管系统和介质 | |
| CN115409647A (zh) | 一种基于人工智能的能量路由器寿命预测方法和装置 |
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 |