一种基于聚类算法的设备状态监测方法技术

本发明专利技术公开了一种基于聚类算法的设备状态监测方法，包括以下步骤：步骤10，数据聚类分析，进行模型训练；步骤20，设备状态与报警定义，通过聚类算法将监测参数的特征空间以数据簇的形式进行分割后，对每个数据簇定义相应的设备状态，在需要报警的状态上定义报警类型和级别；步骤30，在线实时状态监测，完成数据簇与状态、报警的对应关系定义后，将模型部署在设备上开展实时状态监测与分析。本发明专利技术通过综合分析多个监测参数的方式对设备的运行状态进行评估，避免了单一参数阈值方法无法考虑参数间相关关系的问题，可提高设备状态在线评估的准确性，并更加及时地对设备出现的异常问题进行探测。

A method of equipment condition monitoring based on clustering algorithm

【技术实现步骤摘要】
一种基于聚类算法的设备状态监测方法
本专利技术涉及设备健康管理
，具体涉及一种基于聚类算法的设备状态监测与异常探测方法。
技术介绍
工业系统中通常会对关键系统和设备设置一系列传感器以实时监测其在线状态。现有技术中，对设备的状态评判和异常报警多采用单一监测参数的固定阈值方法，即对每个传感器设定一定的阈值范围，超出阈值时进行报警。由于不同监测参数之间通常存在相关关系，设备的实际健康状态往往体现在多个监测参数的综合表现上。单一参数阈值方法由于未考虑这种相关关系，易出现误报警、漏报警等问题，不利于对设备健康状态的实时掌握。综合地利用多个与设备状态相关的监测参数进行设备健康评估，从参数的相关变化模式中探测设备与其正常状态之间的偏离，可有效提高设备健康状态评估与异常探测的精度，为设备健康管理的实施提供更为准确的参考。
技术实现思路
鉴于以上存在的技术问题，本专利技术用于提供一种基于聚类算法的设备状态监测方法。为解决上述技术问题，本专利技术采用如下的技术方案：利用聚类方法对设备监测数据的特征空间进行分割，并进行状态和本文档来自技高网...

【技术保护点】
1.一种基于聚类算法的设备状态监测方法，其特征在于，利用聚类算法对设备监测数据的特征空间进行分割，并进行状态和报警定义，根据在线监测数据对数据簇的隶属度判断设备当前状态的归属，包括以下步骤：/n步骤10，数据聚类分析，进行模型训练；/n步骤20，设备状态与报警定义，通过聚类算法将监测参数的特征空间以数据簇的形式进行分割后，对每个数据簇定义相应的设备状态，在需要报警的状态上定义报警类型和级别；/n步骤30，在线实时状态监测，完成数据簇与状态、报警的对应关系定义后，将模型部署在设备上开展实时状态监测与分析。/n

【技术特征摘要】
1.一种基于聚类算法的设备状态监测方法，其特征在于，利用聚类算法对设备监测数据的特征空间进行分割，并进行状态和报警定义，根据在线监测数据对数据簇的隶属度判断设备当前状态的归属，包括以下步骤：
步骤10，数据聚类分析，进行模型训练；
步骤20，设备状态与报警定义，通过聚类算法将监测参数的特征空间以数据簇的形式进行分割后，对每个数据簇定义相应的设备状态，在需要报警的状态上定义报警类型和级别；
步骤30，在线实时状态监测，完成数据簇与状态、报警的对应关系定义后，将模型部署在设备上开展实时状态监测与分析。


2.如权利要求1所述的基于聚类算法的设备状态监测方法，其特征在于，
所述的步骤10，具体步骤包括：
步骤101，数据采集，从当前设备或同类设备的历史运行数据库中采集历史运行数据，数据尽可能覆盖多个工况；
步骤102，对采集的原始数据进行数据预处理，包括数据清洗、特征提取、特征选择和数据归一化；
步骤103，根据贝叶斯信息准则，并结合相关经验，确定聚类分析中数据簇的个数N；
步骤104，利用聚类算法对预处理后的数据进行分析，将其划分为N个数据簇。


3.如权利要求1所述的基于聚类算法的设备状态监测方法，其特征在于，
所述的步骤20，具体步骤包括：
步骤201，统计每个数据簇的聚类中心、各特征的变化范围、以及数据簇覆盖的时间范围；
步骤202，参考设备的运行特性、运行记录等信息，确定每个数据簇所对应的设备运行状态，对数据簇进行标签化；
步骤203，参考设备运行管理规程等信息，筛选出需要报警的设备异常状态，并在相应的数据簇上定义报警类型和级别。


4.如权利要求1所述的基于聚类算...

【专利技术属性】
技术研发人员：王大林，
申请(专利权)人：和尘自仪嘉兴科技有限公司，
类型：发明
国别省市：浙江;33