一种设备状态异常问题定位的方法技术

本发明专利技术公开了一种设备状态异常问题定位的方法，该方法包括：以时间为标尺，获取连续时间段内，同一时刻下与设备关联的所有特征的状态信息；综合获取到的以上数据信息，通过数据分析和计算，实现设备状态异常问题定位的算法，确定状态异常的关键。本发明专利技术公开的方法，通过计算确定状态异常的关键特征。

【技术实现步骤摘要】
一种设备状态异常问题定位的方法
本专利技术涉及一种设备状态异常问题定位的方法，属于设备故障诊断领域。
技术介绍
设备在使用过程中，由于摩擦、外力、应力及化学反应的作用，零件总会逐渐磨损、腐蚀和断裂，导致故障而停机。特别对精密的电子设备而言，在受到电磁、震动、湿度及盐度剧烈变化的影响下，会出现突发或永久的异常。在役设备在发生故障前，通常会出现如启动困难、突然自动停机、运转过程速率不足等突发的异常现象。这些异常现象或者是故障前兆，或者是设备运行的环境产生突发状况。状态异常问题出现，快速判断问题的所在，定位到产生异常的关键特征，是设备维护工作的一个关键技术问题。数据挖掘技术的发展，为设备故障诊断领域提供了新的研究方向，能够为设备状态异常问题定位提供技术支持。
技术实现思路
针对现有技术存在的不足，本专利技术所要解决的技术问题是，提供一种设备状态异常问题定位的方法，充分考虑和分析影响设备状态和性能的特征，通过大数据分析技术，实现设备状态异常的快速定位。为解决上述技术问题，本专利技术采取的技术方案是，一种设备状态异常问题定位的方法，其特征在于：包括以下步骤：步骤1：以时间为标尺，获取连续时间段内，同一时刻下与设备关联的所有特征的状态信息；步骤2：综合获取到的以上数据信息，通过数据分析和计算，实现设备状态异常问题定位的算法，确定状态异常的关键特征。2、根据权利要求1所述的设备状态异常问题定位的方法，其特征在于：所述步骤2具体通过如下步骤来实现：S1、获取的数据格式为{(x1,y1),(x2,y2),…,(xN,yN)}，其中xi＝(xi(1),xi(2),…,xi(n))T，代表时刻i时，与设备关联的所有特征的状态信息，xi(j)是第i个样本的第j个特征，代表时刻i时，与设备关联的特征j的信息，xi(j)∈[aj,bj]或∈{aj1,aj2,…,ajSj},yi∈{0,1}，0代表设备正常工作，1代表设备异常；S2、特征值离散化：对特征xi(j)而言，若其取值范围为[aj,bj]连续区间时，使用相应的离散区间替代连续值，即把连续值转换成序数值；S3、对第j个特征，集合{x1(j),x2(j),…,xn(j)}通过步骤S1划分为k个集合{t1(j),t2(j),…,tk(j)}，初始化特征标号j(j∈[1,n])，令j＝1，flag＝1，计算其中，N是总的样本数，N(ti(1))是{x1(j),x2(j),…,xn(j)}中划分为ti(1)的个数，p(i|ti(1))是在ti(1)下，类i所占的比例；S4、对第j个特征，计算其中，N是总的样本数，N(ti(j))是{x1(j),x2(j),…,xn(j)}中划分为ti(j)的个数，p(i|ti(j))是在ti(j)下，类i所占的比例；S5、若minΔ＞Δj，则minΔ＝Δj，flag＝j，j++，若j>n,转到S6,否则，转到S4；S6、标号flag的特征为状态异常的关键特征。本专利技术的优点在于它能克服现有技术的弊端，结构设计合理新颖。由上述本专利技术提供的算法可以看出，通过每次对Δ的计算，确定出状态异常的关键特征，若对每次的Δj进行从大到小的排序，则能够得到各特征对状态异常的影响情况。附图说明图1为本专利技术提供的一种设备状态异常问题定位的方法的流程图。具体实施方式本专利技术为一种设备状态异常问题定位的方法，充分考虑和分析影响设备状态和性能的特征，通过大数据分析技术，实现设备状态异常的快速定位。为解决上述技术问题，本专利技术采取的技术方案是，一种设备状态异常问题定位的方法，其特征在于：包括以下步骤：步骤1：以时间为标尺，获取连续时间段内，同一时刻下与设备关联的所有特征的状态信息；步骤2：综合获取到的以上数据信息，通过数据分析和计算，实现设备状态异常问题定位的算法，确定状态异常的关键特征。优化的，上述设备状态异常问题定位的方法，其特征在于：所述步骤2具体通过如下步骤来实现：S1、获取的数据格式为{(x1,y1),(x2,y2),…,(xN,yN)}，其中xi＝(xi(1),xi(2),…,xi(n))T，代表时刻i时，与设备关联的所有特征的状态信息，xi(j)是第i个样本的第j个特征，代表时刻i时，与设备关联的特征j的信息，xi(j)∈[aj,bj]或∈{aj1,aj2,…,ajSj},yi∈{0,1}，0代表设备正常工作，1代表设备异常；S2、特征值离散化：对特征xi(j)而言，若其取值范围为[aj,bj]连续区间时，使用相应的离散区间替代连续值，即把连续值转换成序数值；S3、初始化特征标号j(j∈[1,n])，令j＝1，flag＝1，计算S4、对第j个特征，集合{x1(j),x2(j),…,xn(j)}通过步骤S1划分为k个集合{t1(j),t2(j),…,tk(j)}，计算其中，p(i|t)为在t下，类i所占的比例；S5、若minΔ＞Δj，则minΔ＝Δj，flag＝j，j++，若j>n,转到S6,否则，转到S4；S6、标号flag的特征为状态异常的关键特征。本专利技术的优点在于它能克服现有技术的弊端，结构设计合理新颖。由上述本专利技术提供的算法可以看出，通过每次对Δ的计算，确定出状态异常的关键特征，若对每次的Δj进行从大到小的排序，则能够得到各特征对状态异常的影响情况。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上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本专利技术各个实施例所述的方法。当然，上述说明并非是对本专利技术的限制，本专利技术也并不限于上述举例，本
的普通技术人员，在本专利技术的实质范围内，作出的变化、改型、添加或替换，都应属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种设备状态异常问题定位的方法，其特征在于：包括以下步骤：步骤1：以时间为标尺，获取连续时间段内，同一时刻下与设备关联的所有特征的状态信息；步骤2：综合获取到的以上数据信息，通过数据分析和计算，实现设备状态异常问题定位的算法，确定状态异常的关键特征。

【技术特征摘要】
1.一种设备状态异常问题定位的方法，其特征在于：包括以下步骤：步骤1：以时间为标尺，获取连续时间段内，同一时刻下与设备关联的所有特征的状态信息；步骤2：综合获取到的以上数据信息，通过数据分析和计算，实现设备状态异常问题定位的算法，确定状态异常的关键特征。2.根据权利要求1所述的设备状态异常问题定位的方法，其特征在于：所述步骤2具体通过如下步骤来实现：S1、获取的数据格式为{(x1,y1),(x2,y2),…,(xN,yN)}，其中xi＝(xi(1),xi(2),…,xi(n))T，代表时刻i时，与设备关联的所有特征的状态信息，xi(j)是第i个样本的第j个特征，代表时刻i时，与设备关联的特征j的信息，xi(j)∈[aj,bj]或∈{aj1,aj2,…,ajSj},yi∈{0,1}，0代表设备正常工作，1代表设备异常；S2、特征值离散化：对特征xi(j)而言，若其取值范围为[...

【专利技术属性】
技术研发人员：于钦莉，
申请(专利权)人：江苏中科瀚星数据科技有限公司，
类型：发明
国别省市：江苏,32