设备故障告警方法、装置、可读介质及电子设备制造方法及图纸

本发明专利技术公开了设备故障告警方法、装置、可读介质及电子设备，涉及计算机领域，方法包括：接收数据采集终端发送的目标设备的多个历史运行数据，确定每个历史运行数据对应的采集时间点；根据各个历史运行数据及其分别对应的采集时间点确定各个历史运行数据是否为周期性数据；各个历史运行数据为周期性数据时，根据各个历史运行数据及其对应的采集时间点进行机器学习得到周期性曲线模型；接收数据采集终端采集并发送的目标设备的第一实时运行数据，确定第一实时运行数据的当前采集时间点；根据周期性曲线模型、当前采集时间点确定第一实时运行数据是否为异常数据，第一实时运行数据为异常数据时进行告警。通过本发明专利技术的技术方案，可降低误报率。

【技术实现步骤摘要】
设备故障告警方法、装置、可读介质及电子设备
本专利技术涉及计算机
，尤其涉及设备故障告警方法、装置、可读介质及电子设备。
技术介绍
为了方便运维人员及时针对业务系统(比如综合能源系统)中的异常设备进行维护，对于业务系统下的一个或多个目标设备(比如综合能源系统的发电机、余热蒸汽锅炉及地源热泵)，通常需要针对每个目标设备分别设置一个或多个数据采集终端，各个数据采集终端可分别采集其对应的目标设备的运行数据(比如，单位发电量、单位蒸汽产生量及频率)。目前，主要通过对数据采集终端采集并发送的目标设备的运行数据进行检测，当检测到运行数据超过预先设置的阈值范围时，则说明该数据采集终端所对应的目标设备为异常设备，对应的进行告警以提示运维人员针对该异常设备进行维护。通过上述方式实现设备故障告警时，误报率较高。
技术实现思路
本专利技术提供一种设备故障告警方法、装置、可读介质及电子设备，可降低误报率。第一方面，本专利技术提供了一种设备故障告警方法，包括：接收数据采集终端采集并发送的目标设备的多个历史运行数据，并确定每个所述历史运行数据分别对应的采集时间点；根据各个所述历史运行数据及其分别对应的所述采集时间点确定各个所述历史运行数据是否为周期性数据；当各个所述历史运行数据为周期性数据时，根据各个所述历史运行数据及其分别对应的所述采集时间点进行机器学习得到周期性曲线模型；接收所述数据采集终端采集并发送的所述目标设备的第一实时运行数据，并确定所述第一实时运行数据的当前采集时间点；根据所述周期性曲线模型、所述当前采集时间点确定所述第一实时运行数据是否为异常数据，当所述第一实时运行数据为异常数据时进行告警。优选地，还包括：接收用户输入的对应于所述第一实时运行数据的第一反馈信息，当所述第一反馈信息指示了所述目标设备未发生异常时，将所述第一实时运行数据标注为误报数据；根据被标注为误报数据的所述第一实时运行数据及其对应的所述当前采集时间点进行机器学习以更新所述周期性曲线模型。优选地，还包括：当各个所述历史运行数据为非周期性数据时，对各个所述历史运行数据进行数据清洗以去除各个所述历史运行数据中的脏数据，对完成数据清洗后的各个所述历史运行数据进行统计分析以确定置信区间；接收所述数据采集终端采集并发送的所述目标设备的第二实时运行数据；检测所述第二实时运行数据是否位于所述置信区间内，如果否，则进行告警。优选地，还包括：接收用户输入的对应于所述第二实时运行数据的第二反馈信息，当所述第二反馈信息指示了所述目标设备未发生异常时，将所述第二实时运行数据标注为误报数据；根据被标注为误报数据的所述第二实时运行数据更新所述置信区间。第二方面，本专利技术提供了一种设备故障告警装置，包括：数据获取模块，用于接收数据采集终端采集并发送的目标设备的多个历史运行数据，并确定每个所述历史运行数据分别对应的采集时间点；以及，接收所述数据采集终端采集并发送的所述目标设备的第一实时运行数据，并确定所述第一实时运行数据的当前采集时间点；分类处理模块，用于根据各个所述历史运行数据及其分别对应的所述采集时间点确定各个所述历史运行数据是否为周期性数据；模型拟合模块，用于当各个所述历史运行数据为周期性数据时，根据各个所述历史运行数据及其分别对应的所述采集时间点进行机器学习得到周期性曲线模型；第一告警处理模块，用于根据所述周期性曲线模型、所述当前采集时间点确定所述第一实时运行数据是否为异常数据，当所述第一实时运行数据为异常数据时进行告警。优选地，还包括：第一标注模块；其中，所述第一标注模块，用于接收用户输入的对应于所述第一实时运行数据的第一反馈信息，当所述第一反馈信息指示了所述目标设备未发生异常时，将所述第一实时运行数据标注为误报数据；所述模型拟合模块，进一步用于根据被标注为误报数据的所述第一实时运行数据及其对应的所述当前采集时间点进行机器学习以更新所述周期性曲线模型。优选地，还包括：区间确定模块及第二告警处理模块；其中，所述区间确定模块，用于当各个所述历史运行数据为非周期性数据时，对各个所述历史运行数据进行数据清洗以去除各个所述历史运行数据中的脏数据，对完成数据清洗后的各个所述历史运行数据进行统计分析以确定置信区间；所述数据获取模块，进一步用于接收所述数据采集终端采集并发送的所述目标设备的第二实时运行数据；所述第二告警处理模块，用于检测所述第二实时运行数据是否位于所述置信区间内，如果否，则进行告警。优选地，还包括：第二标注模块；其中，所述第二标注模块，用于接收用户输入的对应于所述第二实时运行数据的第二反馈信息，当所述第二反馈信息指示了所述目标设备未发生异常时，将所述第二实时运行数据标注为误报数据；所述区间确定模块，进一步用于根据被标注为误报数据的所述第二实时运行数据更新所述置信区间。第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。第四方面，本专利技术提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。本专利技术提供了一种设备故障告警方法、装置、可读介质及电子设备，该方法通过获取目标设备的多个历史运行数据并确定其分别对应的采集时间点，然后根据各个历史运行数据及其分别对应的采集时间点确定各个历史运行数据是否为周期性数据；若各个历史运行数据为周期性数据，通过预先设置的阈值范围来判断目标设备的实时运行数据是否为异常数据时，可能导致正常的实时运行数据被错误的确定为异常数据，从而发生错误的报警；若各个历史运行数据为周期性数据，根据各个历史运行数据及其分别对应的采集时间点进行机器学习得到对应于目标设备的周期性曲线模型，进行机器学习得到的周期性曲线模型则能够用于更为准确的预测目标设备在未来的某一个时间点下的实际运行数据，相应的，后续再次采集到目标设备的实时运行数据并确定其对应的当前采集时间点之后，即可根据该周期性曲线模型、当前采集时间点更为准确的确定实时运行数据是否为异常数据，若是，则说明目标设备已经发生故障；当且仅当在第一实时运行数据为异常数据时才进行告警，可降低误报率。附图说明为了更清楚地说明本专利技术实施例或现有的技术方案，下面将对实施例或现有技术描述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专利技术中记载的一些实施例，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附图。图1为本专利技术一实施例提供的第一种设备故障告警方法的流程示意图；图2为本专利技术一实施例提供的第二种设备故障告警方法的流程示意图；图3为本专利技术一实施例提供的第三种设备故障告警方法的流程示意图；图4为本专利技术一实施例提供的第四种设备故障告警方法的流程示意图；图5为本专利技术一实施例提供的第一种设备故障告警装置的结构示意图；图6为本专利技术一实施例提供的一种电子设备的结构示意图；图7为本专利技术一实施例提供的第二种设备故障告警装置的结构示意图；图8为本专利技术一实施例提供的第三种设备故障告警装置的结构示意图；图9为本专利技术一实施例提供的第四种设备故障告警装置的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结本文档来自技高网...

【技术保护点】
1.一种设备故障告警方法，其特征在于，包括：接收数据采集终端采集并发送的目标设备的多个历史运行数据，并确定每个所述历史运行数据分别对应的采集时间点；根据各个所述历史运行数据及其分别对应的所述采集时间点确定各个所述历史运行数据是否为周期性数据；当各个所述历史运行数据为周期性数据时，根据各个所述历史运行数据及其分别对应的所述采集时间点进行机器学习得到周期性曲线模型；接收所述数据采集终端采集并发送的所述目标设备的第一实时运行数据，并确定所述第一实时运行数据的当前采集时间点；根据所述周期性曲线模型、所述当前采集时间点确定所述第一实时运行数据是否为异常数据，当所述第一实时运行数据为异常数据时进行告警。

【技术特征摘要】
1.一种设备故障告警方法，其特征在于，包括：接收数据采集终端采集并发送的目标设备的多个历史运行数据，并确定每个所述历史运行数据分别对应的采集时间点；根据各个所述历史运行数据及其分别对应的所述采集时间点确定各个所述历史运行数据是否为周期性数据；当各个所述历史运行数据为周期性数据时，根据各个所述历史运行数据及其分别对应的所述采集时间点进行机器学习得到周期性曲线模型；接收所述数据采集终端采集并发送的所述目标设备的第一实时运行数据，并确定所述第一实时运行数据的当前采集时间点；根据所述周期性曲线模型、所述当前采集时间点确定所述第一实时运行数据是否为异常数据，当所述第一实时运行数据为异常数据时进行告警。2.根据权利要求1所述的方法，其特征在于，还包括：接收用户输入的对应于所述第一实时运行数据的第一反馈信息，当所述第一反馈信息指示了所述目标设备未发生异常时，将所述第一实时运行数据标注为误报数据；根据被标注为误报数据的所述第一实时运行数据及其对应的所述当前采集时间点进行机器学习以更新所述周期性曲线模型。3.根据权利要求1所述的方法，其特征在于，还包括：当各个所述历史运行数据为非周期性数据时，对各个所述历史运行数据进行数据清洗以去除各个所述历史运行数据中的脏数据，对完成数据清洗后的各个所述历史运行数据进行统计分析以确定置信区间；接收所述数据采集终端采集并发送的所述目标设备的第二实时运行数据；检测所述第二实时运行数据是否位于所述置信区间内，如果否，则进行告警。4.根据权利要求3所述的方法，其特征在于，还包括：接收用户输入的对应于所述第二实时运行数据的第二反馈信息，当所述第二反馈信息指示了所述目标设备未发生异常时，将所述第二实时运行数据标注为误报数据；根据被标注为误报数据的所述第二实时运行数据更新所述置信区间。5.一种设备故障告警装置，其特征在于，包括：数据获取模块，用于接收数据采集终端采集并发送的目标设备的多个历史运行数据，并确定每个所述历史运行数据分别对应的采集时间点；以及，接收所述数据采集终端采集并发送的所述目标设备的第一实时运行数据，并确定所述第一实时运行数据的当前采集时间点；分类处理模块，用于根据各...

【专利技术属性】
技术研发人员：张燧，黄信，李伟昌，王瑞杨，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：北京,11