WO2021196314A1 - 设备健康监控预警方法、系统、储存介质和设备 - Google Patents

设备健康监控预警方法、系统、储存介质和设备 Download PDF

Info

Publication number
WO2021196314A1
WO2021196314A1 PCT/CN2020/086224 CN2020086224W WO2021196314A1 WO 2021196314 A1 WO2021196314 A1 WO 2021196314A1 CN 2020086224 W CN2020086224 W CN 2020086224W WO 2021196314 A1 WO2021196314 A1 WO 2021196314A1
Authority
WO
WIPO (PCT)
Prior art keywords
equipment
failure
trend
state
real
Prior art date
Application number
PCT/CN2020/086224
Other languages
English (en)
French (fr)
Inventor
刘煜
孙再连
梅瑜
Original Assignee
厦门邑通软件科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 厦门邑通软件科技有限公司 filed Critical 厦门邑通软件科技有限公司
Publication of WO2021196314A1 publication Critical patent/WO2021196314A1/zh

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • 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

Definitions

  • the present invention relates to the technical field of equipment monitoring, in particular to an equipment health monitoring and early warning method, system, storage medium and equipment.
  • equipment intelligent monitoring systems have received extensive attention and rapid development. They mainly adopt the principle of mechanism model + data model to develop the ability to automatically detect equipment faults.
  • the recognition of faults by these systems is the relationship between 0 and 1, that is, non-fault.
  • the relationship with the failure, lack of early warning ability before failure occurs, and the equipment health monitoring process is not perfect.
  • the embodiments of the present invention provide an equipment health monitoring and early warning method, system, storage medium, and equipment.
  • the core of the method is to obtain a low threshold equipment health monitoring and early warning method. When used, it does not require experienced industry experts and does not need to spend a long time. Time to accumulate samples, with high efficiency, can predict the impending failure of equipment in advance, and is feasible for promotion.
  • an embodiment of the present invention provides a device health monitoring and early warning method, which includes:
  • an equipment health monitoring and early warning system which includes:
  • the acquisition module is configured to obtain the pre-failure trend of the equipment status
  • the monitoring module is configured to monitor and obtain the real-time status trend of the equipment
  • the analysis module is configured to compare and analyze the acquired real-time status trend of the equipment with the pre-fault trend of the equipment status;
  • the early warning module is configured to issue a fault trend warning when the analysis module determines that the equipment is about to fail.
  • an embodiment of the present invention provides a device health monitoring and early warning device, the device includes: a memory and a processor; wherein executable code is stored in the memory, and when the executable code is executed by the processor When the time, the processor can at least implement the device health monitoring and early warning method in the first aspect.
  • the embodiment of the present invention also provides a non-transitory machine-readable storage medium having executable code stored on the non-transitory machine-readable storage medium, and when the executable code is executed by a processor of an electronic device, The processor can at least implement the device health monitoring and early warning method in the first aspect.
  • a device health monitoring method with high efficiency but extremely low threshold is provided.
  • the present invention proposes a method of establishing a dynamic equipment fault state vector library, which automatically learns the equipment fault state vector sequence for a period of time before the fault occurs, and constructs a fault trend alarm mechanism to realize the early detection of the fault trend and early warning.
  • FIG. 1 is a flowchart of a method for monitoring and early warning of equipment health according to an embodiment of the present invention
  • Figure 2 is a block diagram of a system provided by an embodiment of the present invention.
  • Fig. 3 is a schematic structural diagram of a medium according to an embodiment of the present invention.
  • FIG. 4 is a schematic structural diagram of a device provided by an embodiment of the present invention.
  • the words “if” and “if” as used herein can be interpreted as “when” or “when” or “in response to determination” or “in response to detection”.
  • the phrase “if determined” or “if detected (statement or event)” can be interpreted as “when determined” or “in response to determination” or “when detected (statement or event) )” or “in response to detection (statement or event)”.
  • the present invention provides a method, system, storage medium and equipment for equipment health monitoring and early warning.
  • the technical solution provided by the present invention mainly solves the problem of emergency warning before equipment failure occurs by monitoring the accompanying state of the equipment, and provides technical support for the zero-failure operation of the equipment.
  • the present invention proposes to establish a dynamic equipment failure state vector library The method is to automatically learn the equipment fault state vector sequence for a period of time before the fault occurs, and build a fault trend warning mechanism to realize the early detection of the fault trend and early warning.
  • the implementation principles of the methods, systems, media, and equipment are similar, and will not be repeated here.
  • the embodiments of the present invention can be applied to various scenarios and various types of equipment to monitor the health status of the equipment. It should be noted that the embodiments provided by the present invention are only shown to facilitate the understanding of the spirit and principle of the present invention, and the embodiments of the present invention are not limited in this respect. On the contrary, the embodiments of the present invention can be applied to any applicable scenarios.
  • the embodiment of the present invention provides a device health monitoring and early warning method. As shown in FIG. 1, the method includes:
  • the equipment status includes at least one dimension of equipment operating status data.
  • the equipment operating status includes at least one dimension of equipment data, which is called equipment status vector, and the status vector includes the pre-failure status of the equipment.
  • Vectors and equipment real-time status vectors are examples of equipment operating status data.
  • N (N>1) continuous state vectors before equipment failure constitute the equipment state matrix before equipment failure, which is also called the sequence of pre-equipment state vectors;
  • the equipment state matrix is also called the equipment real-time state vector sequence;
  • the equipment fault accompanying state library is the equipment fault accompanying state matrix library;
  • the equipment fault accompanying state matrix library includes equipment type, fault type, and equipment state vector sequence before failure, of course
  • the content of the equipment fault accompanying state matrix library is not limited to this.
  • N 30, that is, the pre-failure state vector sequence and the real-time state vector sequence of the device are both a first-in-first-out sequence with a length of 30. When the length is greater than 30, the first state vector of the sequence is automatically deleted.
  • the embodiment proposed by the present invention is suitable for the scenario where the equipment failure accompanied state matrix library is empty at the beginning.
  • the equipment failure accompanied state matrix library is continuously improved, that is, step S101 is used throughout the entire method, and is not limited to Used in the first step, once the fault is identified, the sequence of the state vector before the equipment failure is collected and added to the equipment failure accompanying state matrix library.
  • the real-time state trend of the device is periodically monitored, that is, the device real-time state vector is periodically obtained, so as to obtain the required device real-time state vector sequence.
  • the monitoring time interval is 1 minute.
  • the device real-time state vector sequence is (V 1 ,V 2 ,...V N ), N>1 is the length of the sequence, and the last S state vectors in the device real-time state vector sequence are (V N-S+ 1 ,V N-S+2 ,...V N );
  • the preset value of failure can be set according to actual conditions and requirements.
  • S 3.
  • S can be other values; at this time, the device real-time state vector sequence is (V 1 , V 2 ,...V 30 ), and the last S The state vectors are (V 28 ,V 29 ,V 30 ), traverse the records of the same equipment type in the equipment failure accompanying state matrix library, and check whether the state vector sequence before the equipment failure contains (V 28 ,V 29 ,V 30 ) If included, a fault warning will be issued.
  • the present invention provides an equipment health monitoring and early warning system, which can implement the equipment health monitoring and early warning method in the exemplary embodiment of the present invention corresponding to FIG. 1.
  • the system includes: acquisition module, monitoring module, analysis module and early warning module, specifically:
  • the acquisition module is configured to obtain the pre-failure trend of the equipment status
  • the monitoring module is configured to monitor and obtain the real-time status trend of the equipment
  • the analysis module is configured to compare and analyze the acquired real-time status trend of the equipment with the pre-fault trend of the equipment status;
  • the early warning module is configured to issue a fault trend warning when the analysis module determines that the equipment is about to fail.
  • the state trend includes device operating state data in multiple dimensions.
  • the device state becomes a state vector
  • the state vector includes a pre-failure state vector and a real-time state vector of the device.
  • the equipment fault accompanying state library is the equipment fault accompanying state matrix library ;
  • the equipment failure accompanying state matrix library includes equipment type, failure type, and sequence of state vector before equipment failure.
  • the device real-time state vector sequence is (V 1 ,V 2 ,...V N ), N>1 is the length of the sequence, and the last S state vectors in the device real-time state vector sequence are (V N-S+1 ,V N-S+2 ,...V N );
  • the preset value of failure can be set according to actual conditions and requirements.
  • the present invention provides an exemplary medium storing computer-executable instructions, and the computer-executable instructions can be used to make all
  • the computer executes the method of the example of the present invention corresponding to FIG. 1.
  • the device 40 includes a processing unit 401, a memory 402, a bus 403, An external device 404, an I/O interface 405, and a network adapter 406.
  • the memory 402 includes a random access memory (RAM) 4021, a cache memory 4022, a read-only memory (Read-Only Memory, ROM) 4023, and at least A memory cell array 4025 composed of a memory cell 4024.
  • the memory 402 is used to store programs or instructions executed by the processing unit 401; the processing unit 401 is used to execute the method according to the example of the present invention corresponding to FIG. 1 according to the programs or instructions stored in the memory 402; the I/ The O interface 405 is used to receive or send data under the control of the processing unit 401.
  • the exemplary device 40 includes, but is not limited to, user equipment, network equipment, or a device formed by integrating network equipment and user equipment through a network;
  • the user equipment includes, but is not limited to, any type that can communicate with the user through a keyboard.
  • Remote control, touchpad or voice control equipment for human-computer interaction electronic products such as computers, smart phones, ordinary mobile phones, tablet computers, etc.;
  • the network devices include but not limited to computers, network hosts, single network servers, multiple networks A set of servers or a cloud composed of multiple servers.
  • each implementation manner can be implemented by adding a necessary general hardware platform, and of course, it can also be implemented by a combination of hardware and software.
  • the above technical solutions essentially or the part that contributes to the prior art can be embodied in the form of computer products, and the present invention can be used in one or more computer usable storage containing computer usable program codes.
  • the form of a computer program product implemented on a medium including but not limited to disk storage, CD-ROM, optical storage, etc.).

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种设备健康监控预警方法、系统、储存介质和设备，该方法包括：获取设备故障发生前的设备状态故障前走势，建立设备故障伴随状态库（S101）；获取设备实时状态走势（S102）；对比设备实时状态走势与设备状态故障前走势（S103）；当设备状态实时走势与设备状态故障前走势接近，且接近程度大于或等于预设指标时，判断为设备即将出现故障，发出故障趋势预警。该方法使用时，无需经验丰富的行业专家，也无需花费长时间去积累样本，且效率高，能够提前预判设备即将出现故障，具备推广的可行性。

Description

设备健康监控预警方法、系统、储存介质和设备 技术领域
本发明涉及设备监控技术领域，尤其涉及一种设备健康监控预警方法、系统、储存介质和设备。
背景技术
近些年设备智能监控系统受到广泛关注，快速发展，主要采用机理模型+数据模型的原理，发展了设备故障自动发现的能力，但这些系统对故障的识别是0和1的关系，即是非故障和故障的关系，缺乏故障发生前的预警能力，设备健康监控过程不完善。
为发展故障发生前的预警能力，业内也出现了一些探索，这类探索有一个共同的特点：即需要人为，尤其是需要行业专家对每一个故障样本做详细的机理分析，从而获得对比样本，然而这样的方式费事费力，通常需要行业专家做数年甚至数十年的样本积累和故障分析研究，耗费巨大的人力物力，这就决定了相关方法只能适用在极少数场景和特定的设备类型，不具备推广的可行性。
如何寻找一种门槛低、效率高的设备健康监控方法，成为业内亟待解决的一大痛点。
发明内容
本发明实施例提供一种设备健康监控预警方法、系统、储存介质和设备，其核心在于得出一种门槛低的设备健康监控预警方法，使用时，无需经验丰富的行业专家，也无需花费长时间去积累样本，且效率高，能够提前预判设备即将出现故障，具备推广的可行性。
第一方面，本发明实施例提供一种设备健康监控预警方法，该方法包括：
实时在线捕获设备故障发生时间点之前的设备状态故障前走势，建立设备故障伴随状态库；
获取设备实时状态走势；该步骤可以不依赖于行业专家支撑，即不需要行业专家标定故障起始演化时间点，不依赖故障标本的线下积累，只依赖故障发生时间点，即可实现对设备状态故障前走势的在线获取。
对比设备实时状态走势与设备状态故障前走势；
当设备状态实时走势与设备状态故障前走势接近，且接近程度大于或等于预设指标时，判断为设备即将出现故障，发出故障趋势预警。
第二方面，本发明实施例提供一种设备健康监控预警系统，该系统包括：
采集模块，被配置为获取设备状态故障前走势；
监控模块，被配置为监控获取设备实时状态走势；
分析模块，被配置为将所述获取设备实时状态走势与设备状态故障前走势对比分析；
预警模块，被配置为当分析模块判断为设备即将出现故障，发出故障趋势预警。
通过该系统，至少可以实现第一方面中的设备健康监控预警方法。
第三方面，本发明实施例提供一种设备健康监控预警设备，该设备包括：存储器、处理器；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现第一方面中的设备健康监控预警方法。
本发明实施例还提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现第一方面中的设备健康监控预警方法。
在本发明实施例中，给出了一种效率高但门槛极低的设备健康监控方法，通过对设备伴随状态的监控，解决了设备故障发生前的紧急预警问题，为设备零故障运行提供技术保障，具体的，本发明提出建立动态设备故障状态向量库 的方法，通过在线自动学习故障发生前一段时间的设备故障状态向量序列，构建故障趋势警机制，实现提前发现故障趋势、提前预警。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种设备健康监控预警方法的流程图；
图2为本发明一实施例提供的一种系统的模块图；
图3本本发明一实施例提供的一种介质的结构示意图；
图4为本发明一实施例提供的一种设备的结构示意图；
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响 应于检测(陈述的条件或事件)”。
现有的设备健康监控预警方法主要采用机理模型+数据模型的原理，发展了设备故障自动发现的能力，但这些系统对故障的识别是0和1的关系，即是非故障和故障的关系，缺乏故障发生前的预警能力，设备健康监控过程不完善。同时，数据模型的创建需要采集大量的数据样本，而现有技术中，这些数据样本需要本领域经验丰富的专家花费大量的时间和精力去采集，分析，之后再建模，整个数据模型的获取，花费了企业巨大的财力物力，导致现有的设备健康监控预警方法只适用于极少数的场合和特定的设备类型，不具备推广的可行性。
针对上述问题，本发明提供了一种设备健康监控预警方法、系统、储存介质和设备。本发明提供的技术方案中，主要通过对设备伴随状态的监控，解决了设备故障发生前的紧急预警问题，为设备零故障运行提供技术保障，具体的，本发明提出建立动态设备故障状态向量库的方法，通过在线自动学习故障发生前一段时间的设备故障状态向量序列，构建故障趋势预警机制，实现提前发现故障趋势、提前预警。其中，方法、系统、介质和设备的实现原理相似，此处不再赘述。
在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。
本发明实施例可以应用于各种场景和各种设备类型，用以监控设备的健康状况。需要注意的是，本发明提供的实施例仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。
本发明实施例提供了一种设备健康监控预警方法，如图1所示，该方法包括：
S101、实时在线捕获设备故障发生时间点之前的设备状态故障前走势，建立设备故障伴随状态库；
S102、获取设备实时状态走势；
S103、对比设备实时状态走势与设备状态故障前走势；
S104、当设备状态实时走势与设备状态故障前走势接近，且接近程度大于或等于预设指标时，判断为设备即将出现故障，发出故障趋势预警。
本实施例中，所述设备状态包括至少一个维度的设备运行状态数据，此时，所述设备运行状态包括至少一个维度的设备数据，称为设备状态向量，所述状态向量包括设备故障前状态向量和设备实时状态向量。
设设备故障前N(N＞1)个连续状态向量构成设备故障前设备状态矩阵，也称设备故障前状态向量序列；设最近的连续N(N＞1)个设备实时状态向量构成设备故障前设备状态矩阵，也称设备实时状态向量序列；所述设备故障伴随状态库为设备故障伴随状态矩阵库；所述设备故障伴随状态矩阵库包括设备类型、故障类型、设备故障前状态向量序列，当然，在其它实施例中，设备故障伴随状态矩阵库所包含的不限于此。
本实施例中，设N＝30，即设备故障前状态向量序列和设备实时状态向量序列均为长度为30的先进先出序列，当长度大于30时，自动删除序列最前面的状态向量。
S101中，可以采用设备机理模型系统或人工识别设备故障状态，不需要行业专家标定故障起始演化时间点，不依赖故障标本的线下积累，只依赖故障发生时间点，即可实现对设备状态故障前走势的在线获取。
本发明提出的实施例适用于一开始设备故障伴随状态矩阵库为空的场景，随着设备的使用，不断的完善设备故障伴随状态矩阵库，即步骤S101贯穿整个方法的使用，不局限于只用在第一步骤，一旦识别到故障，即收集设备故障前状态向量序列，加入设备故障伴随状态矩阵库。
S102中，采用周期性监控设备实时状态走势，即周期性获得设备实时状态向量，从而获得所需的设备实时状态向量序列，本实施例采用监控时间间隔为1分钟。
S103中，设设备实时状态向量序列为(V 1,V 2,...V N)，N>1为序列的长度，设备实时状态向量序列中最后S个状态向量为(V N-S+1,V N-S+2,...V N)；
设L＝{V f}＝(V f 1,V f 2,...V f N)是设备故障伴随状态矩阵库中的一个收集设备 故障前状态向量序列；
在S104中，对比设备实时状态向量序列和设备故障前状态向量序列，如果|v N-S+i-v f di|小于预设值，其中1≤d 1＜d 2＜...＜d s＜N，则称设备最近S个状态向量落入设备故障伴随状态矩阵库中，当：
S＞0时，判断为设备进入故障演进轨迹；
S≥故障预设值，判断为设备即将出现故障，发出故障预警，所述故障预设值可以根据实际情况和需求设定。
当处于故障预警状态，且S＝0时，说明故障预警状态得到解除，即设备脱离了故障演进轨迹或者维护人员关停了设备。
本实施例中，令S＝3，当然，在其它实施例中，S可以是其它数值；此时，设备实时状态向量序列为(V 1,V 2,...V 30)，最后的S个状态向量为(V 28,V 29,V 30)，遍历设备故障伴随状态矩阵库中相同设备类型的记录，检查其设备故障前状态向量序列是否包含有(V 28,V 29,V 30)，如包含，则发出故障预警。
发出故障预警后，连续跟踪后续状态，持续报警，直到设备实时状态向量序列脱离所有相关故障伴随状态向量序列。
在介绍了本发明示例性实施方式的方法之后，接下来，介绍本发明提供了示例性实施的系统。
请参阅图2，本发明提供了一种设备健康监控预警系统，该系统可以实现图1对应的本发明示例性实施方式中的设备健康监控预警方法。该系统包括：采集模块、监控模块、分析模块和预警模块，具体的：
采集模块，被配置为获取设备状态故障前走势；
监控模块，被配置为监控获取设备实时状态走势；
分析模块，被配置为将所述获取设备实时状态走势与设备状态故障前走势对比分析；
预警模块，被配置为当分析模块判断为设备即将出现故障，发出故障趋势预警。
可选的，所述状态走势包括多个维度的设备运行状态数据，此时，所述设备状态成为状态向量，所述状态向量包括设备故障前状态向量和设备实时状态向量。
设最近的连续N个设备故障前状态向量构成设备故障前状态向量序列；设最近的连续N个设备实时状态向量构成设备实时状态向量序列；所述设备故障伴随状态库为设备故障伴随状态矩阵库；所述设备故障伴随状态矩阵库包括设备类型、故障类型、设备故障前状态向量序列。
设设备实时状态向量序列为(V 1,V 2,...V N)，N>1为序列的长度，设备实时状态向量序列中最后S个状态向量为(V N-S+1,V N-S+2,...V N)；
设L＝{V f}＝(V f 1,V f 2,...V f N)是设备故障伴随状态矩阵库中的一个收集设备故障前状态向量序列；
对比设备实时状态向量序列和设备故障前状态向量序列，如果|v N-S+i-v f di|小于预设值，其中1≤d 1＜d 2＜...＜d s＜N，则称设备最近S个状态向量落入设备故障伴随状态矩阵库中，当：
S＞0时，判断为设备进入故障演进轨迹；
S≥故障预设值，判断为设备即将出现故障，发出故障预警，所述故障预设值可以根据实际情况和需求设定。
在其它实施例中，当处于故障预警状态，且S＝0时，说明故障预警状态得到解除，即设备脱离了故障演进轨迹或者维护人员关停了设备。
本实施例的系统，其实现原理与方法的技术方案相似，此处不再赘述。
在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图3，本发明提供了一种示例性介质，该介质存储有计算机可执行指令，该计算机可执行指令可用于使所述计算机执行图1对应的本发明示例的方法。
在介绍了本发明示例性实施方式的方法、系统和介质之后，接下来，参考图4，介绍本发明提供的一种示例性设备40，该设备40包括处理单元401、存储器402、总线403、外部设备404、I/O接口405以及网络适配器406，该存储 器402包括随机存取存储器(random access memory，RAM)4021、高速缓存存储器4022、只读存储器(Read-Only Memory，ROM)4023以及至少一片存储单元4024构成的存储单元阵列4025。其中该存储器402，用于存储处理单元401执行的程序或指令；该处理单元401，用于根据该存储器402存储的程序或指令，执行图1对应的本发明示例所述的方法；该I/O接口405，用于在该处理单元401的控制下接收或发送数据。
在此，所述示例性设备40其包括但不限于用户设备、网络设备或网络设备与用户设备通过网络相集成所构成的设备；所述用户设备包括但不限于任何一种可与用户通过键盘、遥控器、触摸板或声控设备进行人机交互的电子产品，例如计算机、智能手机、普通手机、平板电脑等；所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的各个模块可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是：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。

Claims (10)

  1. 一种设备健康监控预警方法，其中，包括：
    实时在线捕获设备故障发生时间点之前的设备状态故障前走势，建立设备故障伴随状态库；
    获取设备实时状态走势；
    对比设备实时状态走势与设备状态故障前走势；
    当设备状态实时走势与设备状态故障前走势接近，且接近程度大于或等于预设指标时，判断为设备即将出现故障，发出故障趋势预警。
  2. 根据权利要求1所述的方法，其中，所述设备状态包括至少一个维度的设备运行状态数据。
  3. 根据权利要求2所述的方法，其中，周期性采集所述设备运行状态数据。
  4. 根据权利要求1所述的方法，其中，所述设备运行状态包括至少一个维度的设备数据，称为设备状态向量，所述状态向量包括设备故障前状态向量和设备实时状态向量；设备故障前N个连续状态向量构成设备故障前设备状态矩阵，为便于描述称为设备故障前状态向量序列；最近的连续N个设备实时状态向量构成设备实时状态矩阵，为方便描述，称为设备实时状态向量序列；所述设备故障伴随状态库为设备故障伴随状态矩阵库；所述设备故障伴随状态矩阵库包括设备类型、故障类型、设备故障前状态向量序列。
  5. 根据权利要求4所述的方法，其中，所述设备实时状态向量序列为(V 1,V 2,...V N)，N>1为序列的长度，设备实时状态向量序列中最后S个状态向量为(V N-S+1,V N-S+2,...V N)；L＝{V f}＝(V f 1,V f 2,...V f N)是设备故障伴随状态矩阵库中的一个收集设备故障前状态向量序列；如果|v N-S+i-v f di|小于预设值，其中 1≤d 1＜d 2＜...＜d s＜N，则判断设备最近S个状态向量落入设备故障伴随状态矩阵库中。
  6. 根据权利要求5所述的方法，其中，当S＞0时，判断为设备进入故障演进轨迹；当S≥故障预设值，判断为设备即将出现故障，发出故障预警。
  7. 根据权利要求1所述的方法，其中，设备故障发生时间点由设备故障监控系统发现，或由人工识别发现。
  8. 一种设备健康监控预警系统，其中，包括：
    采集模块，被配置为获取设备状态故障前走势；
    监控模块，被配置为监控获取设备实时状态走势；
    分析模块，被配置为将所述获取设备实时状态走势与设备状态故障前走势对比分析；
    预警模块，被配置为当分析模块判断为设备即将出现故障，发出故障趋势预警。
  9. 一种设备健康监控预警设备，其中，包括：存储器、处理器；所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至7中任一项所述的设备健康监控预警方法。
  10. 一种存储介质，所述存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至7中任一项所述的设备健康监控预警方法。
PCT/CN2020/086224 2020-03-31 2020-04-22 设备健康监控预警方法、系统、储存介质和设备 WO2021196314A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010239954.3 2020-03-31
CN202010239954.3A CN113537652A (zh) 2020-03-31 2020-03-31 设备健康监控预警方法、系统、储存介质和设备

Publications (1)

Publication Number Publication Date
WO2021196314A1 true WO2021196314A1 (zh) 2021-10-07

Family

ID=77930331

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/086224 WO2021196314A1 (zh) 2020-03-31 2020-04-22 设备健康监控预警方法、系统、储存介质和设备

Country Status (2)

Country Link
CN (1) CN113537652A (zh)
WO (1) WO2021196314A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114322213A (zh) * 2021-12-28 2022-04-12 上海美控智慧建筑有限公司 一种轮询环控方法、系统、电子设备及存储介质
CN114757380A (zh) * 2022-04-29 2022-07-15 西安热工研究院有限公司 一种火电厂故障预警系统、方法、电子设备及存储介质
CN116362452A (zh) * 2023-03-15 2023-06-30 东莞先知大数据有限公司 一种研磨机故障预警方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799320A (zh) * 2010-01-27 2010-08-11 北京信息科技大学 一种旋转设备故障预测方法及其装置
JP2010252576A (ja) * 2009-04-17 2010-11-04 Fujitsu Ten Ltd 電流制御装置
CN102829885A (zh) * 2012-08-14 2012-12-19 广东电网公司佛山供电局 气体绝缘开关设备母线接头过热故障检测与判别方法
CN105989427A (zh) * 2015-01-30 2016-10-05 国家电网公司 一种基于数据挖掘的设备状态趋势分析和预警方法
CN106227969A (zh) * 2016-08-02 2016-12-14 国网四川省电力公司乐山供电公司 基于电力设备红外测温大数据和算法的红外故障诊断方法
CN109146137A (zh) * 2018-07-23 2019-01-04 广东核电合营有限公司 预测发电机运行状态变化趋势的方法、装置及终端设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010252576A (ja) * 2009-04-17 2010-11-04 Fujitsu Ten Ltd 電流制御装置
CN101799320A (zh) * 2010-01-27 2010-08-11 北京信息科技大学 一种旋转设备故障预测方法及其装置
CN102829885A (zh) * 2012-08-14 2012-12-19 广东电网公司佛山供电局 气体绝缘开关设备母线接头过热故障检测与判别方法
CN105989427A (zh) * 2015-01-30 2016-10-05 国家电网公司 一种基于数据挖掘的设备状态趋势分析和预警方法
CN106227969A (zh) * 2016-08-02 2016-12-14 国网四川省电力公司乐山供电公司 基于电力设备红外测温大数据和算法的红外故障诊断方法
CN109146137A (zh) * 2018-07-23 2019-01-04 广东核电合营有限公司 预测发电机运行状态变化趋势的方法、装置及终端设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114322213A (zh) * 2021-12-28 2022-04-12 上海美控智慧建筑有限公司 一种轮询环控方法、系统、电子设备及存储介质
CN114757380A (zh) * 2022-04-29 2022-07-15 西安热工研究院有限公司 一种火电厂故障预警系统、方法、电子设备及存储介质
CN114757380B (zh) * 2022-04-29 2024-02-20 西安热工研究院有限公司 一种火电厂故障预警系统、方法、电子设备及存储介质
CN116362452A (zh) * 2023-03-15 2023-06-30 东莞先知大数据有限公司 一种研磨机故障预警方法、装置及存储介质
CN116362452B (zh) * 2023-03-15 2023-09-12 东莞先知大数据有限公司 一种研磨机故障预警方法、装置及存储介质

Also Published As

Publication number Publication date
CN113537652A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
WO2021196314A1 (zh) 设备健康监控预警方法、系统、储存介质和设备
CN107943668B (zh) 计算机服务器集群日志监控方法及监控平台
CN106886485B (zh) 系统容量分析预测方法及装置
CN106897178B (zh) 一种基于极限学习机的慢盘检测方法及系统
CN105955876B (zh) 一种数据监控处理方法以及装置
CN109976975B (zh) 一种磁盘容量预测方法、装置、电子设备及存储介质
CN112272107B (zh) 一种基于云计算的数据中心容灾系统
KR102088285B1 (ko) 규칙 기반의 동적 로그 수집 방법 및 장치
CN117041029A (zh) 网络设备故障处理方法、装置、电子设备及存储介质
JP6252309B2 (ja) 監視漏れ特定処理プログラム，監視漏れ特定処理方法及び監視漏れ特定処理装置
CN114860542A (zh) 趋势预测模型的优化方法、优化装置、电子设备和介质
CN116861430B (zh) 一种恶意文件检测方法、装置、设备及介质
CN117331790A (zh) 一种用于数据中心的机房故障检测方法及装置
CN111324653B (zh) 一种离线数据的采集方法、装置、设备及存储介质
CN111614504A (zh) 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统
CN116737736A (zh) 数据一致性检查及修复方法、装置、设备、介质及产品
CN116450461A (zh) 存储集群的硬盘故障处理方法、装置、设备和介质
CN111324516A (zh) 自动记录异常事件的方法及装置、存储介质、电子设备
CN114168373A (zh) 一种基于nlp的容灾系统异常点检测方法
CN113691390A (zh) 一种云端协同的边缘节点报警系统及方法
US20170230271A1 (en) Data management apparatus and monitoring method of same
CN114019946A (zh) 工控终端的监控数据处理方法及装置
CN113612622B (zh) 一种网络操作系统下各模块告警方法、装置
CN117439899B (zh) 一种基于大数据的通信机房巡检方法及系统
Pithode et al. A Study on Log Anomaly Detection using Deep Learning Techniques

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20929273

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20929273

Country of ref document: EP

Kind code of ref document: A1