不间断电源的主机运行参量数据的处理方法、装置和电子装置制造方法及图纸

本发明专利技术实施例公开一种不间断电源的主机运行参量数据的处理方法、装置和电子装置，应用于不间断电源技术领域，该方法包括采集UPS主机的运行参量的实时数据并存入预设的数据库中，从数据库中获取UPS主机运行的历史数据，根据运行参量的实时数据和历史数据，得到UPS主机的运行特征，根据运行特征设计间接数据特征参量，将各连续时间运行参量的数据作为输入量，输入模型中进行训练，输出对UPS主机的剩余使用寿命的预测值，通过均方根误差对深度可分卷积网络模型的预测性能进行评价，根据得到的剩余使用寿命的预测值对UPS主机的退化性进行评价，根据评价结果选择对UPS主机的维护方案，该方法人工成本低，维护效率高。维护效率高。维护效率高。

【技术实现步骤摘要】
不间断电源的主机运行参量数据的处理方法、装置和电子装置


[0001]本专利技术属于不间断电源
，尤其涉及一种不间断电源的主机运行参量数据的处理方法、装置和电子装置。

技术介绍

[0002]不间断电源(UPS，Uninterruptible Power Supply)目前已在国防、工业、民用等各领域得到广泛应用，成为保障重点领域正常供电的重要环节之一。有效地维护和保养UPS系统，不仅可以保障供电安全、减少意外损失，还可以延长UPS系统的使用寿命。主机作为UPS系统的核心部分，若维护得当其使用年限可达十余年。因此，需要精准计算UPS主机的剩余使用寿命的技术，评估其退化性能，以及时发现其潜在故障，可减少对UPS主机的非必要更换和检修，保证UPS系统维护的安全性和经济性要求。
[0003]当前通常是通过人工对UPS系统进行定期的检修和维护，人工成本高，效率低。

技术实现思路

[0004]本专利技术提供一种不间断电源的主机运行参量数据的处理方法、处理装置和电子装置，旨在解决现有技术对UPS主机维护的人工成本高，效率低的问题。
[0005]本专利技术实施例提供了一种不间断电源的主机运行参量数据的处理方法，包括：采集不间断电源主机的运行参量的实时数据并存入预设的数据库中，所述运行参量包括：所述不间断电源主机的风机运转噪声强度、所述不间断电源主机的温度、所述不间断电源主机的实际输出功率、所述不间断电源主机各部分引线及接线端子连接可靠性状态、所述不间断电源主机的防尘网堵塞状态、所述不间断电源主机直流熔断器的压降和温升、所述不间断电源主机的工作环境温湿度和所述不间断电源主机的输入电压；
[0006]从所述数据库中获取所述不间断电源主机运行的历史数据，根据所述运行参量的实时数据和所述历史数据，得到所述不间断电源主机的运行特征，所述运行特征包括连续时间运行参量的特征曲线和离散特征运行参量的变化关系；
[0007]根据所述运行特征设计间接数据特征参量，所述间接数据特征参量包括：工作环境参量、风机运转噪声强度拟合函数平均值和不间断电源负载量；
[0008]利用正则化和插入时间窗的方法，对各连续时间运行参量的数据进行增加维度的预处理，使得预处理后的数据符合预设的深度可分卷积网络模型的输入数据的要求；
[0009]将预处理后的各连续时间运行参量的数据作为输入量，输入所述预设的深度可分卷积网络模型中进行训练，输出对所述不间断电源主机的剩余使用寿命的预测值；
[0010]通过均方根误差对所述深度可分卷积网络模型的预测性能进行评价，选择均方根误差小于预设阈值的深度可分卷积网络模型作为预测不间断电源主机的剩余使用寿命的最终模型；
[0011]通过所述最终模型得到不间断电源主机的剩余使用寿命的预测值，并根据得到的
所述剩余使用寿命的预测值对不间断电源主机的退化性进行评价，根据评价结果选择对不间断电源主机的维护方案。
[0012]本专利技术实施例提供了一种不间断电源的主机运行参量数据的处理装置，包括：
[0013]采集模块，用于采集不间断电源主机的运行参量的实时数据并存入预设的数据库中，所述运行参量包括：所述不间断电源主机的风机运转噪声强度、所述不间断电源主机的温度、所述不间断电源主机的实际输出功率、所述不间断电源主机各部分引线及接线端子连接可靠性状态、所述不间断电源主机的防尘网堵塞状态、所述不间断电源主机直流熔断器的压降和温升、所述不间断电源主机的工作环境温湿度和所述不间断电源主机的输入电压；
[0014]特征处理模块，用于从所述数据库中获取所述不间断电源主机运行的历史数据，根据所述运行参量的实时数据和所述历史数据，得到所述不间断电源主机的运行特征，所述运行特征包括连续时间运行参量的特征曲线和离散特征运行参量的变化关系；
[0015]特征设计模块，用于根据所述运行特征设计间接数据特征参量，所述间接数据特征参量包括：工作环境参量、风机运转噪声强度拟合函数平均值和不间断电源负载量；
[0016]预处理模块，用于利用正则化和插入时间窗的方法，对各连续时间运行参量的数据进行增加维度的预处理，使得预处理后的数据符合预设的深度可分卷积网络模型的输入数据的要求；
[0017]训练模块，用于将预处理后的各连续时间运行参量的数据作为输入量，输入所述预设的深度可分卷积网络模型中进行训练，输出对所述不间断电源主机的剩余使用寿命的预测值；
[0018]评价模块，用于通过均方根误差对所述深度可分卷积网络模型的预测性能进行评价，选择均方根误差小于预设阈值的深度可分卷积网络模型作为预测不间断电源主机的剩余使用寿命的最终模型；
[0019]处理模块，用于通过所述最终模型得到不间断电源主机的剩余使用寿命的预测值，并根据得到的所述剩余使用寿命的预测值对不间断电源主机的退化性进行评价，根据评价结果选择对不间断电源主机的维护方案。
[0020]本专利技术实施例提供了一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述主机运行参量数据的处理方法。
[0021]从上述本专利技术实施例可知，该不间断电源的主机运行参量数据的处理方法根据UPS主机实时运行参量数据和历史运行参量数据，设计新的间接数据特征参量，对所有运行参量中的连续时间运行参量进行预处理，得到符合深度可分卷积网络模型的输入数据要求，再输入到该网络模型中进行训练，对UPS主机的剩余使用寿命进行预测，通过均方根误差对该DSCN模型的预测性能进行评价，并根据剩余使用寿命对UPS主机的退化性能进行评价，根据评价结果选择对UPS主机的维护方案，该方法可精准预测UPS主机的剩余使用寿命，评估其退化性能，可以及时发现其潜在故障，也可减少对UPS主机的非必要更换和检修，保证了UPS系统维护的安全性和经济性要求。
附图说明
[0022]为了更清楚地说明本专利技术实施例中的技术方案，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的一些实施例。
[0023]图1是本专利技术实施例提供的不间断电源的主机运行参量数据的处理方法的流程示意图。
[0024]图2是本专利技术实施例提供的不间断电源的主机运行参量数据的处理装置的结构示意图。
[0025]图3本专利技术实施例提供的电子装置的硬件结构示意图。
具体实施方式
[0026]为使得本专利技术的目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而非全部实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]参见图1，图1为本专利技术实施例提供的不间断电源的主机运行参数的处理方法的流程示意图。该方法用于估计UPS的主机剩余使用寿命(RUL，Remain本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不间断电源的主机运行参量数据的处理方法，其特征在于，包括：采集不间断电源主机的运行参量的实时数据并存入预设的数据库中，所述运行参量包括：所述不间断电源主机的风机运转噪声强度、所述不间断电源主机的温度、所述不间断电源主机的实际输出功率、所述不间断电源主机各部分引线及接线端子连接可靠性状态、所述不间断电源主机的防尘网堵塞状态、所述不间断电源主机直流熔断器的压降和温升、所述不间断电源主机的工作环境温湿度和所述不间断电源主机的输入电压；从所述数据库中获取所述不间断电源主机运行的历史数据，根据所述运行参量的实时数据和所述历史数据，得到所述不间断电源主机的运行特征，所述运行特征包括连续时间运行参量的特征曲线和离散特征运行参量的变化关系；根据所述运行特征设计间接数据特征参量，所述间接数据特征参量包括：工作环境参量、风机运转噪声强度拟合函数平均值和不间断电源负载量；利用正则化和插入时间窗的方法，对各连续时间运行参量的数据进行增加维度的预处理，使得预处理后的数据符合预设的深度可分卷积网络模型的输入数据的要求；将预处理后的各连续时间运行参量的数据作为输入量，输入所述预设的深度可分卷积网络模型中进行训练，输出对所述不间断电源主机的剩余使用寿命的预测值；通过均方根误差对所述深度可分卷积网络模型的预测性能进行评价，选择均方根误差小于预设阈值的深度可分卷积网络模型作为预测不间断电源主机的剩余使用寿命的最终模型；通过所述最终模型得到不间断电源主机的剩余使用寿命的预测值，并根据得到的所述剩余使用寿命的预测值对不间断电源主机的退化性进行评价，根据评价结果选择对不间断电源主机的维护方案。2.根据权利要求1所述的方法，其特征在于，所述根据实时采集的所述运行参量的数据和所述历史数据，得到所述不间断电源主机的运行特征包括：根据所述不间断电源主机的风机运转噪声强度、所述不间断电源主机的温度、所述不间断电源主机的实际输出功率、所述不间断电源主机直流熔断器的压降和温升、所述不间断电源主机的工作环境温度和湿度以及所述不间断电源主机的输入电压的实时数据和历史数据中的连续变化量对应的特征曲线，分别得到所述不间断电源主机的风机运转噪声强度、所述不间断电源主机的温度、所述不间断电源主机的实际输出功率、所述不间断电源主机直流熔断器的压降和温升、所述不间断电源主机的工作环境温度和湿度以及所述不间断电源主机的输入电压的运行规律；根据所述不间断电源主机的风机运转噪声强度的实时数据和历史数据，得到所述不间断电源主机的风机运转噪声强度的拟合曲线函数；根据所述不间断电源主机各部分引线及接线端子连接可靠性状态，以及所述不间断电源主机的防尘网堵塞状态的实时数据和历史数据，得到所述不间断电源主机各部分引线及接线端子连接可靠性状态，以及所述不间断电源主机的防尘网堵塞状态的特征变化关系。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述运行特征设计间接数据特征参量包括：根据预设周期内的所述不间断电源主机的工作环境温度和湿度的数据，计算得到所述工作环境参量：
T
E1
为预设最低温度阈值；T
E2
为预设最高温度阈值；H
E1
为预设最低湿度阈值；H
E2
为预设最高湿度阈值；T为周期；num(T
E
＜T
E1 or T
E
＞T
E2
)表示在一个周期内工作环境温度低于所述预设最低温度阈值或高于所述预设最高温度阈值所出现的次数；num(H
E
＜H
E1 or H
E
＞H
E2
)表示在一个周期内工作环境湿度低于该预设最低湿度阈值或高于该预设最高湿度阈值所出现的次数；根据所述不间断电源主机的风机运转噪声强度拟合函数，计算风机运转噪声强度拟合函数在一个周期中的平均值，计算公式如下：其中，t为作为记录节点的小时；T为周期；fN(t)为所述风机运转噪声强度的拟合曲线函数；为定积分表达式，表示t到t+T区间内对函数fN(t)积分；根据所述不间断电源的实际功率和额定功率计算所述不间断电源负载量，计算公式如下：其中，P
s
为实际功率；P
e
为额定功率。4.根据权利要求3所述的不间断电源的主机运行参量数据的处理方法，其特征在于，所述利用正则化和插入时间窗的方法，对各连续时间运行参量的数据进行增加维度的预处理，使得预处理后的数据符合预设的深度可分卷积网络模型的输入数据的要求包括：对于上述所有的时间连续变化的运行参量，在每个小时的采样时间点，对各所述运行参量的采样数据进行z-score正则化处理，得到对应的归一化值，计算公式如下：其中，Var
t
表示在t个小时所记录的连续时间运行参量的连续变化量的值，所述所有的连续时间运行参量包括：不间断电源主机的风机运转噪声强度noise、不间断电源主机的温度T
t
、不间断电源主机的实际输出功率P
s
、不间断电源主机直流熔断器的压降U
D
和温升T
I
、不间断电源主机的工作环境温度T
E
、湿度H
E
、不间断电源主机的输入电压U
i
，以及，工作环境参量env、不间断电源主机的风机运转噪声强度拟合函数平均值和不间断电源负载量Load
t
；Mean
t
为Var
t
的平均值；Std
t
为Var
t
标准差；对正则化后的连续时间运行参量在时间上处理转化成高维向量，作为所述深度可分卷积网络模型的输入数据，在每个采样时间点，连续时间运行参量的输入向量可表示为：
所述输入向量由当...

【专利技术属性】
技术研发人员：张华山，曾念寅，贺良，张柯歌，雷聪，廖志伟，林青雷，
申请(专利权)人：深圳前海有电物联科技有限公司，
类型：发明
国别省市：