【技术实现步骤摘要】
一种设备的故障预测方法、装置、电子设备及存储介质
本申请涉及互联网
，尤其涉及一种设备的故障预测方法、装置、电子设备及存储介质。
技术介绍
随着技术飞速发展，大小型工程设备的故障的发生和预测在人们的工作和生活中越来越受到重视。现阶段大型楼宇设备的故障预测方法通常是人为掌握机械设备的故障规律，并对其运行状态劣化趋势进行预测。人为掌握机械设备的故障规律：由于运行环境、设备操作、维修保养和出厂时间等因素的不同，机械设备在运行中一般会出现不同的故障。机械故障的发生往往会有许多特定表征。需要设备管理人员拥有丰富的经验及时发现这些表征并作出故障判断，防止严重的机械设备事故的发生。如发动机运行时出现异常响动，管理人员可以及时评估是否会出现突发性机械设备事故，如缸盖和曲轴等关键零部件被损坏。随着现代机械设备结构和材料的升级换代，传统机械设备的“浴盆曲线”故障规律已经无法全部适用于机械故障一般情况，需要工作人员重新总结经验和规律，判断机械设备运行状态、故障表征、故障发生根源和故障潜伏期。机械设备主要有磨损、变形、断裂、裂纹和腐蚀...
【技术保护点】
1.一种设备的故障预测方法，其特征在于，所述方法包括：/n获取待监控设备的性能数据和所在区域的环境数据；所述性能数据对应的时间戳和所述环境数据对应的时间戳一致；/n对所述性能数据和所述环境数据进行预处理，得到关键性能数据和关键环境数据；/n基于故障预测模型对所述关键性能数据和所述关键环境数据进行故障预测，确定所述时间戳对应的故障发生概率；/n其中，所述故障预测模型的训练方法包括：/n获取历史时间段内的样本数据集，所述样本数据集表征所述历史时间段内每个历史时间戳对应的样本数据，所述样本数据包括历史关键性能数据、历史关键环境数据和历史故障信息；/n为所述样本数据集中每个样本数据...
【技术特征摘要】
1.一种设备的故障预测方法，其特征在于，所述方法包括：
获取待监控设备的性能数据和所在区域的环境数据；所述性能数据对应的时间戳和所述环境数据对应的时间戳一致；
对所述性能数据和所述环境数据进行预处理，得到关键性能数据和关键环境数据；
基于故障预测模型对所述关键性能数据和所述关键环境数据进行故障预测，确定所述时间戳对应的故障发生概率；
其中，所述故障预测模型的训练方法包括：
获取历史时间段内的样本数据集，所述样本数据集表征所述历史时间段内每个历史时间戳对应的样本数据，所述样本数据包括历史关键性能数据、历史关键环境数据和历史故障信息；
为所述样本数据集中每个样本数据设置初始权重；
使用带有所述初始权重的样本数据集训练得到第一基分类器；
确定所述第一基分类器的误差率，并根据所述误差率更新所述样本数据集中每个样本数据的权重；
使用更新权重后的所述样本数据集训练得到第二基分类器；重复步骤：确定所述第二基分类器的误差率，并根据所述误差率更新所述样本数据集中每个样本数据的权重；
当基于所述样本数据集训练得到的基分类器的数量等于预设数量，将各个基分类器进行整合，得到所述故障预测模型。
2.根据权利要求1所述的方法，其特征在于，所述获取历史时间段内的样本数据集，包括：
获取所述历史时间段内的待删选样本数据集；
确定所述待删选样本数据集中每个待删选样本数据的特征值；
根据每个待删选样本数据的特征值与所述预设特征值之间的距离值将所述待删选样本数据集分成多个待删选样本数据子集；
从每个所述待删选样本数据子集中确定出至少一个待删选样本数据，组成所述样本数据集。
3.根据权利要求1所述的方法，其特征在于，所述历史故障信息包括历史故障所属的种类信息，所述样本数据集还包括所述样本数据随历史时间戳的变化规律；
所述基于故障预测模型对所述关键性能数据和所述关键环境数据进行故障预测，确定所述时间戳对应的故障发生概率，包括：
所述基于所述故障预测模型对所述关键性能数据和所述关键环境数据进行故障预测，确定所述时间戳对应的故障所属的种类信息以及所述种类信息对应的发生概率。
4.根据权利要求3所述的方法，其特征在于，所述确定所述时间戳对应的故障所属的种类信息以及所述种类信息对应的发生概率之后，还包括：
若所述发生概率大于预设概率，发送告警信息；所述告警信息包含所述待监控设备的标识、所述时间戳对应的故障所属的种类信息以及所述种类信息对应的发生概率。
5.根据权利要求1所述的方法，其特征在于，所述确定所述第一基分类器的误差率，并根据所述误差率更新所述样本数据集中每个样本数据的权重，包括：
确定所述第一基分类器基于每个所述样本数据的误差率；
若所述误差率不大于...
【专利技术属性】
技术研发人员：章效培，李永韬，尹兴伟，刘太平，李震，马侠霖，刘海波，周巍，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。