设备状态趋势预测方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术提供一种设备状态趋势预测方法、装置、计算机设备和存储介质，该方法包括获取至少两种指标参数；对各种所述指标参数进行相关性分析，获得独立指标参数；采用马尔科夫链模型计算得到趋势变化量；基于所述独立指标参数和趋势变化量，计算得到指标参数预测值。本申请采用马尔科夫链模型从指标参数的当前状态预测其变化趋势，通过此方法，可以准确预测设备的运行状态趋势，相比传统的阈值报警有明显优势，有利于提前发现设备早期故障隐患，实现预测预警。

【技术实现步骤摘要】
设备状态趋势预测方法、装置、计算机设备和存储介质
本专利技术涉及设备状态趋势预测
，特别涉及一种设备状态趋势预测方法、装置、计算机设备和存储介质。
技术介绍
为了保证转动设备的长周期可靠运转，开展转动设备的运行状态趋势预测技术研究，在设备故障未曾显现之前对其进行预测预警，实现预知维护是十分必要的。对于设备运行状态变化趋势的预测预警，传统的做法大都是通过设置阈值报警或者利用技术人员的经验进行人工判断的方式。但是，对转动设备运行状态进行评估，既要考虑当前时刻的运行数据，又要考虑指标参数的变化趋势。近年来，随着信号分析和处理技术、计算机技术、人工智能技术以及网络技术的发展，趋势预测技术主要向智能化、非线性化、网络化等方向发展。智能化的基本要求能够准确、迅速、自主地完成预测任务，更高一步的要求是预测系统能够在运行过程中，半自主甚至是全自主地学习吸收新的知识，从而自我完善。非线性化是指随着转动设备的功能越来越强、结构越来越复杂，非线性的因素也越来越明显。网络化是趋势预测技术的重要发展方向，由于转动设备结构复杂，故障机理及其表现形式也复杂多样本文档来自技高网...

【技术保护点】
1.一种设备状态趋势预测方法，其特征在于，包括：/n获取至少两种指标参数；/n对各种所述指标参数进行相关性分析，获得独立指标参数；/n采用马尔科夫链模型计算得到趋势变化量；/n基于所述独立指标参数和趋势变化量，计算得到指标参数预测值。/n

【技术特征摘要】
1.一种设备状态趋势预测方法，其特征在于，包括：
获取至少两种指标参数；
对各种所述指标参数进行相关性分析，获得独立指标参数；
采用马尔科夫链模型计算得到趋势变化量；
基于所述独立指标参数和趋势变化量，计算得到指标参数预测值。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对独立指标参数采用动态劣化度分析方法进行归一化处理，得到设备状态趋势的评价。


3.根据权利要求2所述的方法，其特征在于，所述对独立指标参数采用动态劣化度分析方法进行归一化处理，得到设备状态趋势的评价的步骤包括：
以所述指标参数预测值作为劣化度分析的数值，对独立指标参数采用动态劣化度分析方法进行归一化处理，得到设备状态趋势的评价。


4.根据权利要求1所述的方法，其特征在于，所述对各种所述指标参数进行相关性分析，获得独立指标参数组合的步骤包括：
采用最大信息系数对各种所述指标参数进行相关性分析，获得独立指标参数组合。


5.根据权利要求1-4任一项中所述的方法，其特征在于，所述获取至少两种指标参数的步骤包括：
从实时数据库和在线状态监测系统获取至少两种运行参数；
从各种所述运行参数种提取至少两种...

【专利技术属性】
技术研发人员：周忠亮，李涛，孙延吉，贾倩倩，李鑫，韩永波，刘万贵，
申请(专利权)人：石化盈科信息技术有限责任公司，
类型：发明
国别省市：北京;11