CN117807155A - 多维度预警提示信息的生成方法、设备及存储介质 - Google Patents
多维度预警提示信息的生成方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117807155A CN117807155A CN202410231752.2A CN202410231752A CN117807155A CN 117807155 A CN117807155 A CN 117807155A CN 202410231752 A CN202410231752 A CN 202410231752A CN 117807155 A CN117807155 A CN 117807155A
- Authority
- CN
- China
- Prior art keywords
- fault
- early warning
- data
- dimensional
- warning prompt
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000003745 diagnosis Methods 0.000 claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims description 18
- 238000012300 Sequence Analysis Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 2
- 238000004141 dimensional analysis Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Abstract
本发明涉及数据处理领域,公开了一种多维度预警提示信息的生成方法、设备及存储介质。该方法包括:实时采集逆变器的运行数据,并检测逆变器是否出现故障;检测到逆变器出现故障时,记录故障时刻;获取故障时间对应的目标运行参数;调用预先训练的故障诊断模型,对目标运行参数执行故障处理操作,得到故障原因和故障原因对应的解决方案信息,并获取记录故障时刻之前采集的历史运行数据;对目标运行参数和历史运行数据执行多维度分析,得到多维度可视化数据;对故障原因、解决方案信息和多维度可视化数据执行合并操作,得到多维度预警提示信息。在本发明实施例中,能够及时发现潜在的问题,使得故障处理的效率变高。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种多维度预警提示信息的生成方法、设备及存储介质。
背景技术
光伏逆变器作为光伏发电系统的关键设备之一,负责将光能转换为电能并输出给电网。逆变器的正常运行对于系统的稳定性和发电效率至关重要。因此,及时了解逆变器的状态和发生的告警是非常重要的。
然而,在传统的光伏逆变器中,只能读取到是否发生某项告警的信息,而无法获取更详细的故障信息。这给运维人员带来了一些痛点,例如仅知道是否发生告警,无法提供足够的信息来判断具体的故障类型,给故障排查和修复带来一定的困难。使得故障处理的效率不高。
发明内容
本发明的主要目的在于解决故障处理的效率不高的技术问题。
本发明第一方面提供了一种多维度预警提示信息的生成方法,所述多维度预警提示信息的生成方法包括:
实时采集逆变器的运行数据,并检测所述逆变器是否出现故障;
检测到所述逆变器出现所述故障时,记录故障时刻;
获取所述故障时间对应的目标运行参数;
调用预先训练的故障诊断模型,对所述目标运行参数执行故障处理操作,得到故障原因和所述故障原因对应的解决方案信息,并获取所述记录故障时刻之前采集的历史运行数据;
对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据;
对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息。
可选的,在本发明第一方面的第一种实现方式中,所述对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据的步骤包括:
对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势图表;
对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势图表;
对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势图表;
将所述时间趋势图表、所述变化趋势图表和所述故障趋势图表,作为所述多维度可视化数据。
可选的,在本发明第一方面的第二种实现方式中,所述对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据的步骤包括:
对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势曲线;
对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势曲线;
对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势曲线;
将所述时间趋势曲线、所述变化趋势曲线和所述故障趋势曲线,作为所述多维度可视化数据。
可选的,在本发明第一方面的第三种实现方式中,所述对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息的步骤之后,所述方法还包括:
获取环境信息,并对所述环境信息和所述多维度预警提示信息执行合并操作,得到目标多维度预警提示信息;
输出所述目标多维度预警提示信息。
可选的,在本发明第一方面的第四种实现方式中,所述调用预先训练的故障诊断模型,对所述目标运行参数执行故障处理操作,得到故障原因和所述故障原因对应的解决方案信息的步骤包括:
调用预先训练的故障诊断模型中的第一子模型,对所述目标运行参数执行故障原因分析操作,得到故障原因;
调用预先训练的故障诊断模型中的第二子模型,对所述故障原因执行解决方案的匹配操作,得到解决方案信息。
可选的,在本发明第一方面的第五种实现方式中,所述实时采集逆变器的运行数据的步骤包括:
实时采集逆变器的待处理运行数据;
对所述待处理运行参数执行数据清洗操作,得到所述逆变器的运行数据。
可选的,在本发明第一方面的第六种实现方式中,所述实时采集逆变器的运行数据的步骤之后,所述方法还包括:
实时显示所述运行数据。
可选的,在本发明第一方面的第七种实现方式中,所述对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息的步骤之后,所述方法还包括:
输出所述多维度预警提示信息。
本发明第二方面提供了一种多维度预警提示信息的生成设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述多维度预警提示信息的生成设备执行上述的多维度预警提示信息的生成方法。
本发明的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的多维度预警提示信息的生成方法。
在本发明实施例中,多维度预警提示信息的生成设备通过实时采集逆变器的运行数据,并检测是否出现故障,能够使得故障得到快速响应和处理,有助于缩短故障处理周期,降低损失。通过调用预先训练的故障诊断模型,对目标运行参数执行故障处理操作,得到故障原因和解决方案信息,能够有效地提高故障判断的准确性,避免人为因素带来的误判和漏判。通过对目标运行参数和历史运行数据进行多维度分析,能够发现一些隐藏在数据中的规律和特征,从而更好地理解问题,并采取相应的解决方案,提高逆变器的运行效率和稳定性。 通过多维度可视化数据,能够将复杂的数据呈现出来,使得人们能够更加直观、清晰地了解问题,从而更好地做出决策。通过将故障原因、解决方案信息和多维度可视化数据进行合并操作,得到多维度预警提示信息,能够及时发现潜在的问题,使得故障处理的效率变高。
附图说明
图1为本发明实施例中多维度预警提示信息的生成方法的一个实施例示意图;
图2为本发明实施例中多维度预警提示信息的生成方法的104步骤的一个具体实施例示意图;
图3为本发明实施例中多维度预警提示信息的生成方法的105步骤的第一个具体实施例示意图;
图4为本发明实施例中多维度预警提示信息的生成方法的105步骤的第二个具体实施例示意图;
图5为本发明实施例中多维度预警提示信息的生成设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种多维度预警提示信息的生成方法、设备及存储介质。
下面将参照附图更详细地描述本发明公开的实施例。虽然附图中显示了本发明公开的某些实施例,然而应当理解的是,本发明公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本发明公开的附图及实施例仅用于示例性作用,并非用于限制本发明公开的保护范围。
在本发明公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中多维度预警提示信息的生成方法的一个实施例包括:
101、实时采集逆变器的运行数据,并检测所述逆变器是否出现故障;
逆变器故障分析是指对光伏逆变器发生的故障进行详研究和分析,例如通过传感器或监测设备实时收集逆变器的数据。这些数据可以用于故障分析的基础,然后使用数据处理算法对采集到的数据进行预处理和清洗,以确保数据的准确性和一致性。使用数据校正、去噪、异常值检测等技术实现,以确定故障的原因和影响,并采取相应的措施进行修复和预防。
具体的,实时采集各种参数数据,如电压、电流、功率、温度等,以用来分析故障的影响和趋势。进一步的,实时采集逆变器的待处理运行数据;对待处理运行参数执行数据清洗操作,得到逆变器的运行数据。
可选的,采集逆变器的运行数据之后,实时显示所述运行数据。
102、检测到所述逆变器出现所述故障时,记录故障时刻;
具体的,故障检测算法触发故障信号,记录数据采集的时间戳。时间戳精确到秒或毫秒的当前时间。
103、获取所述故障时间对应的目标运行参数;
具体的,当逆变器发生故障时,多维度预警提示信息的生成设备会记录下故障发生的时间戳(故障时刻)和相关信息。
在故障检测算法触发的同时,多维度预警提示信息的生成设备提取发生故障时刻的逆变器运行参数,即目标运行参数。
目标运行参数可以包括逆变器的电压、电流、温度、频率等关键参数,以及其他与故障相关的运行状态信息。
获取目标运行参数后,可以对这些参数进行进一步分析,以了解故障发生时刻逆变器的运行状态是否存在异常,从而帮助诊断故障原因和制定后续处理方案。
104、调用预先训练的故障诊断模型,对所述目标运行参数执行故障处理操作,得到故障原因和所述故障原因对应的解决方案信息,并获取所述记录故障时刻之前采集的历史运行数据;
具体的,对当前故障参数和历史数据进行清洗、归一化等预处理操作,以适应故障诊断模型的输入要求。从预处理后的数据中提取对故障分析有用的特征。这些特征可能包括统计量、频域特征、时域特征等。
调用预先训练好的故障诊断模型,将特征数据输入模型中,模型会输出故障类型的预测结果。
根据模型的预测结果,查询相应的解决方案。这可以是一个数据库查询操作。
具体的,使用历史数据或经验工人设定越限参数,或使用人工智能分析技术,基于已知的故障样本和其对应的特征,训练并生成故障诊断模型。故障诊断模型可以是分类模型、聚类模型或异常检测模型等。使用训练好的故障诊断模型,对新的数据进行诊断。将数据输入到模型中,模型会根据学习到的模式和规则,判断当前数据是否存在故障,并给出相应的诊断结果。根据诊断结果,解释故障的类型、位置和可能的原因。生成相应的报告,提供给维护人员或工程师作为参考,以便采取适当的维修和维护措施。
例如,通过分析电压和电流波形可以判断是否存在短路问题,通过分析温度数据可以判断是否存在过热问题。确定了故障的原因,可采取相应的修复措施。修复可能包括更换故障组件、调整逆变器参数或进行系统优化等。通过对故障的分析和修复,可以总结出一些故障的规律和趋势,例如,逆变器的直流侧功率/交流侧功率在同等地理条件、天气条件、额定功率条件下,与临近逆变器采集数据进行比较,当本逆变器比值比临近逆变器比值大于1.1或比值小于0.9时,则继续判断温度参数,当温度大于临近逆变器5%时,根据以往经验,逆变器将在1年内发生故障损毁(冬日夏日发生条件不同,1年内发生概率较高),所以需要采取预防措施,减少故障的发生。
通过逆变器故障分析,可以及时发现和处理故障,提高光伏发电系统的稳定性和效率。同时,故障分析也可以为逆变器的设计和改进提供有价值的参考。
具体的,参照图2,图2为本发明实施例中多维度预警提示信息的生成方法的104步骤的一个具体实施例示意图,104步骤包括以下具体实施方式:
1041、调用预先训练的故障诊断模型中的第一子模型,对所述目标运行参数执行故障原因分析操作,得到故障原因;
1042、调用预先训练的故障诊断模型中的第二子模型,对所述故障原因执行解决方案的匹配操作,得到解决方案信息。
在步骤1041-1042中,第一子模型专注于故障原因的分析,可以更深入地挖掘数据中的模式和关联,从而提高故障原因判断的准确性。第二子模型根据准确诊断出的故障原因来匹配解决方案,确保了解决方案的针对性和有效性。
105、对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据;
具体的,将故障时刻的目标运行参数与历史运行数据整合在一起,形成一个完整的数据集。
对整合后的数据集进行多维度分析,可包括时间序列分析、频域分析、统计分析、关联规则挖掘等。
例如,时间序列分析可以用来检测数据中的周期性或趋势性变化;频域分析可以揭示数据的频率成分;统计分析可以计算均值、方差、偏度、峰度等统计量;关联规则挖掘可以找出不同参数之间的相关性。
根据分析目的从数据中提取有价值的特征,上述特征能够代表数据的重要属性和内在关系。
利用数据可视化工具将多维数据转换为图表、图形等形式,以便用户能够直观地理解数据。
可视化类型可能包括折线图、柱状图、散点图、热力图、箱型图、雷达图等。
设计交云平台,使用户能够通过交互式操作(如点击、拖动、缩放等)来探索数据的不同视角和深入分析数据。
最终,将可视化结果和分析结论整合成报告,以供进一步的决策支持和技术交流。
具体的,参照图3,图3为本发明实施例中多维度预警提示信息的生成方法的105步骤的第一个具体实施例示意图,105步骤包括以下具体实施方式:
1051、对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势图表;
其中,加载目标运行参数和历史运行数据。对数据进行时间序列分析,探究数据随时间的变化趋势。生成时间趋势图表。
设计一个交互式的仪表板,使得用户可以在同一个界面中查看不同的趋势图表,并通过交互操作(如点击、悬停等)获取更多详细信息。
1052、对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势图表;
其中,对目标运行参数和历史运行数据进行参数变换分析,例如执行差分、平滑、归一化等操作,以便更好地观察参数的变化趋势。生成变化趋势图表。
1053、对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势图表;
其中,通过分析目标运行参数和历史运行数据,识别出故障模式,例如周期性故障、突然故障等。确实故障随时间的发生频率,生成故障趋势图表。
1054、将所述时间趋势图表、所述变化趋势图表和所述故障趋势图表,作为所述多维度可视化数据。
其中,将上述生成的时间趋势图表、变化趋势图表和故障趋势图表整合为多维度可视化数据。
在步骤1051-1054中,通过多维度的视觉展示,用户可以更直观地理解数据之间的关系和模式。比如,通过颜色、形状、大小等视觉元素的变化,可以展示数据在不同维度上的分布和趋势。
具体的,参照图4,图4为本发明实施例中多维度预警提示信息的生成方法的105步骤的第二个具体实施例示意图,105步骤包括以下具体实施方式:
1055、对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势曲线;
1056、对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势曲线;
1057、对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势曲线;
1058、将所述时间趋势曲线、所述变化趋势曲线和所述故障趋势曲线,作为所述多维度可视化数据。
在步骤1055-1058中,多维度曲线能够在一个图表中同时展示多个变量之间的关系,使得复杂的数据关系变得直观易懂。曲线图还适合展示数据随时间或其他连续变量变化的趋势,用户可以通过曲线的走势快速识别出增长、下降或周期性变化等趋势。在同一张多维度曲线图中可以包含多条曲线,便于比较不同数据序列之间的差异和相似性。
106、对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息;
具体的,设计一个预警提示信息的模板,该模板应包括故障描述、原因分析、解决方案建议和数据可视化等部分。将故障原因、解决方案信息和多维度可视化数据作为输入。
根据输入的故障原因和解决方案信息,填充预警提示模板中相应的部分。
将多维度可视化数据嵌入到预警提示信息中,确保数据可视化的部分与文本描述紧密相关联。
对最终的预警提示信息进行格式化处理,使其清晰、易读,并适合在不同的设备或平台上展示。
将生成的多维度预警提示信息发送给相关人员或系统,可以通过电子邮件、短信、移动应用推送等方式进行。
可选的,得到多维度预警提示信息之后,输出所述多维度预警提示信息。
可选的,得到多维度预警提示信息的步骤之后,获取环境信息,并对所述环境信息和所述多维度预警提示信息执行合并操作,得到目标多维度预警提示信息;输出所述目标多维度预警提示信息。其中,合并环境信息可以提供更为全面的背景,帮助决策者理解预警发生的具体情境。例如,在工业生产过程中,环境温度、湿度等因素可能会影响设备性能,考虑这些因素可以更准确地判断故障原因。环境信息可能直接或间接影响预警信号的重要性。例如,在特定的天气条件下,某些预警可能需要更高的优先级处理。
在本发明实施例中,多维度预警提示信息的生成设备通过实时采集逆变器的运行数据,并检测是否出现故障,能够使得故障得到快速响应和处理,有助于缩短故障处理周期,降低损失。通过调用预先训练的故障诊断模型,对目标运行参数执行故障处理操作,得到故障原因和解决方案信息,能够有效地提高故障判断的准确性,避免人为因素带来的误判和漏判。通过对目标运行参数和历史运行数据进行多维度分析,能够发现一些隐藏在数据中的规律和特征,从而更好地理解问题,并采取相应的解决方案,提高逆变器的运行效率和稳定性。 通过多维度可视化数据,能够将复杂的数据呈现出来,使得人们能够更加直观、清晰地了解问题,从而更好地做出决策。通过将故障原因、解决方案信息和多维度可视化数据进行合并操作,得到多维度预警提示信息,能够及时发现潜在的问题,使得故障处理的效率变高。
图5是本发明实施例提供的一种多维度预警提示信息的生成设备的结构示意图,该多维度预警提示信息的生成设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对多维度预警提示信息的生成设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在多维度预警提示信息的生成设备500上执行存储介质530中的一系列指令操作。
基于多维度预警提示信息的生成设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,Free BSD等等。本领域技术人员可以理解,图5示出的多维度预警提示信息的生成设备结构并不构成对基于多维度预警提示信息的生成设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述多维度预警提示信息的生成方法的步骤。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种多维度预警提示信息的生成方法,其特征在于,所述多维度预警提示信息的生成方法包括:
实时采集逆变器的运行数据,并检测所述逆变器是否出现故障;
检测到所述逆变器出现所述故障时,记录故障时刻;
获取所述故障时间对应的目标运行参数;
调用预先训练的故障诊断模型,对所述目标运行参数执行故障处理操作,得到故障原因和所述故障原因对应的解决方案信息,并获取所述记录故障时刻之前采集的历史运行数据;
对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据;
对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息。
2.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据的步骤包括:
对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势图表;
对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势图表;
对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势图表;
将所述时间趋势图表、所述变化趋势图表和所述故障趋势图表,作为所述多维度可视化数据。
3.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述对所述目标运行参数和所述历史运行数据执行多维度分析,得到多维度可视化数据的步骤包括:
对所述目标运行参数和所述历史运行数据执行时间序列分析,得到时间趋势曲线;
对所述目标运行参数和所述历史运行数据执行参数变换分析,得到变化趋势曲线;
对所述目标运行参数和所述历史运行数据执行故障模式分析,得到故障趋势曲线;
将所述时间趋势曲线、所述变化趋势曲线和所述故障趋势曲线,作为所述多维度可视化数据。
4.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息的步骤之后,所述方法还包括:
获取环境信息,并对所述环境信息和所述多维度预警提示信息执行合并操作,得到目标多维度预警提示信息;
输出所述目标多维度预警提示信息。
5.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述调用预先训练的故障诊断模型,对所述目标运行参数执行故障处理操作,得到故障原因和所述故障原因对应的解决方案信息的步骤包括:
调用预先训练的故障诊断模型中的第一子模型,对所述目标运行参数执行故障原因分析操作,得到故障原因;
调用预先训练的故障诊断模型中的第二子模型,对所述故障原因执行解决方案的匹配操作,得到解决方案信息。
6.根据权利要求1-5任一项所述的多维度预警提示信息的生成方法,其特征在于,所述实时采集逆变器的运行数据的步骤包括:
实时采集逆变器的待处理运行数据;
对所述待处理运行参数执行数据清洗操作,得到所述逆变器的运行数据。
7.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述实时采集逆变器的运行数据的步骤之后,所述方法还包括:
实时显示所述运行数据。
8.根据权利要求1所述的多维度预警提示信息的生成方法,其特征在于,所述对所述故障原因、所述解决方案信息和所述多维度可视化数据执行合并操作,得到多维度预警提示信息的步骤之后,所述方法还包括:
输出所述多维度预警提示信息。
9.一种多维度预警提示信息的生成设备,其特征在于,所述多维度预警提示信息的生成设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述多维度预警提示信息的生成设备执行如权利要求1-8中任一项所述的多维度预警提示信息的生成方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的多维度预警提示信息的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410231752.2A CN117807155A (zh) | 2024-03-01 | 2024-03-01 | 多维度预警提示信息的生成方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410231752.2A CN117807155A (zh) | 2024-03-01 | 2024-03-01 | 多维度预警提示信息的生成方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117807155A true CN117807155A (zh) | 2024-04-02 |
Family
ID=90428324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410231752.2A Pending CN117807155A (zh) | 2024-03-01 | 2024-03-01 | 多维度预警提示信息的生成方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117807155A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704224A (zh) * | 2019-09-18 | 2020-01-17 | 上海麦克风文化传媒有限公司 | 一种线上故障处理方法及系统 |
CN113823396A (zh) * | 2021-09-16 | 2021-12-21 | 武汉联影医疗科技有限公司 | 医疗设备管理方法、装置、计算机设备和存储介质 |
WO2022142223A1 (zh) * | 2020-12-31 | 2022-07-07 | 三一汽车制造有限公司 | 作业机械的故障处理方法、系统和电子设备 |
CN116431873A (zh) * | 2023-04-06 | 2023-07-14 | 中国兵器装备集团自动化研究所有限公司 | 一种设备运行数据可视化分析系统 |
-
2024
- 2024-03-01 CN CN202410231752.2A patent/CN117807155A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704224A (zh) * | 2019-09-18 | 2020-01-17 | 上海麦克风文化传媒有限公司 | 一种线上故障处理方法及系统 |
WO2022142223A1 (zh) * | 2020-12-31 | 2022-07-07 | 三一汽车制造有限公司 | 作业机械的故障处理方法、系统和电子设备 |
CN113823396A (zh) * | 2021-09-16 | 2021-12-21 | 武汉联影医疗科技有限公司 | 医疗设备管理方法、装置、计算机设备和存储介质 |
CN116431873A (zh) * | 2023-04-06 | 2023-07-14 | 中国兵器装备集团自动化研究所有限公司 | 一种设备运行数据可视化分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564254B (zh) | 基于大数据的配电设备状态可视化平台 | |
CN106354118A (zh) | 一种基于故障树的列车故障诊断系统及方法 | |
CN111650921A (zh) | 一种智能电网调控控制系统设备故障诊断方法及系统 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
CN114723285A (zh) | 一种电网设备安全性评估预测方法 | |
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN113177646A (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
CN113902241A (zh) | 一种基于综合状态评价的电网设备检修的策略系统及方法 | |
CN116418117A (zh) | 一种用于智能电网的设备检测系统 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN116629627A (zh) | 输电在线监测装置的智能检测系统 | |
CN110469461B (zh) | 一种风机齿带的断裂预估方法、其装置及可读存储介质 | |
CN113220799A (zh) | 一种大数据预警管理系统 | |
CN117074852A (zh) | 一种配电网电能监测预警管理方法及系统 | |
CN115600695B (zh) | 一种计量设备的故障诊断方法 | |
CN117807155A (zh) | 多维度预警提示信息的生成方法、设备及存储介质 | |
CN113671287B (zh) | 电网自动化终端智能检测方法、系统和可读存储介质 | |
CN109765878A (zh) | 新能源汽车can总线网络故障的辅助分析方法 | |
CN113486535A (zh) | 一种基于环境信息的电网信息检测分析方法 | |
CN113836203A (zh) | 一种网络数据化诊断检测分析系统 | |
CN111181172B (zh) | 一种面向调度主站的电网频率扰动源定位方法 | |
Zhang et al. | Research on Knowledge Graph-based Fault Diagnosis Method for Substation Equipment Operation | |
CN117171176B (zh) | 一种基于人工智能的用电大数据自升级监管平台 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN116044680A (zh) | 基于大数据的智能风电系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |