一种故障预警方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种故障预警方法、装置、设备及存储介质。该方法包括：获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；将所述测点数据输入训练好的故障预警模型，得到预估健康数据；若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警，通过本发明专利技术的技术方案，以实现对设备故障的预警诊断，提前预估设备的劣化状态，实现预知检修，避免了故障发生，减少维护时间，降低故障率。

【技术实现步骤摘要】
一种故障预警方法、装置、设备及存储介质
本专利技术实施例涉及电站设备状态监测
，尤其涉及一种故障预警方法、装置、设备及存储介质。
技术介绍
在电站中，设备运行的好坏具有十分重要的意义，当关键设备发生故障时，很可能会对整个系统及其他相关设备产生重大影响。随着人工智能技术和大数据挖掘算法的在工业领域的普遍应用，设备故障预警诊断在电站设备状态监测领域得到了较大发展和较多应用。目前设备预警诊断方法主要针对生产实时数据的建模，对设备状态的监测手段具有一定的局限性。因此，针对预警模型的多种数据结构的基础数据利用和分析受到了广泛的关注。随着现代大生产的发展和科学技术的进步，电站设备状态的监测手段越来越完善，监测数据的类型越来越复杂，对设备的全方位监控越来越细致，但数据孤岛现象严重，不同类型数据存储于不同系统中，相互独立、互相割裂，对设备数据的整体分析困难。现有电站设备故障预警诊断系统，主要是针对生产历史数据建立设备预警诊断模型，无法有效结合离线数据和振动数据，数据基础不完整，进而影响了预警诊断结果的准确性。现有电站设备生产运行产生的时序数据、定期试验和定期工作产生离线数据、振动传感器监测产生的高频振动数据的数据类型各不相同，分别需要时序数据库、关系型数据库和高频数据库来单独存储，这使得数据的多元融合十分困难。近年来，电站设备诊断专家们依据日益发展的新进科技手段，例如人工智能和大数据挖掘等算法作了针对设备状态的大量研究，并将其引入电站设备监测领域，主要是针对设备状态的异常有了一定判断，取得了一定成果。但在实际使用过程中，由于所利用的数据源是单一生产实时数据的局限性，无法利用现场实际测得的离线数据及时反馈和修正计算模型，使得模型的自学习能力不强。
技术实现思路
本专利技术实施例提供一种故障预警方法、装置、设备及存储介质，通过数据融合标准与数据类型转换，使离线数据和振动数据以测点方式转换为时序数据，通过数据类型的转换，使生产时序数据、离线数据和振动数据统一数据标准，为故障预警建模提供数据支撑，进而实现对设备故障的预警诊断，提前预估设备的劣化状态，实现预知检修，避免了故障发生，减少维护时间，降低故障率。第一方面，本专利技术实施例提供了一种故障预警方法，包括：获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；将所述测点数据输入训练好的故障预警模型，得到预估健康数据；若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警。第二方面，本专利技术实施例还提供了一种故障预警装置，该装置包括：获取模块，用于获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；确定模块，用于根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；输入模块，用于将所述测点数据输入训练好的故障预警模型，得到预估健康数据；预警模块，用于若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警。第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例中任一所述的方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的方法。本专利技术实施例通过获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；将所述测点数据输入训练好的故障预警模型，得到预估健康数据；若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警，以实现对设备故障的预警诊断，提前预估设备的劣化状态，实现预知检修，避免了故障发生，减少维护时间，降低故障率，为发电企业带来显著的经济和社会效益。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术实施例一中的一种故障预警方法的流程图；图2是本专利技术实施例二中的一种故障预警装置的结构示意图；图3是本专利技术实施例三中的一种计算机设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。实施例一图1为本专利技术实施例一提供的一种故障预警方法的流程图，本实施例可适用于故障预警的情况，该方法可以由本专利技术实施例中的故障预警装置来执行，该故障预警装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：S110，获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据。其中，所述在线数据包括：生产实时数据和振动数据，所述生产实时数据可以为按照预设时间周期采集的生产过程中的实时数据，以一种电站电动给水泵为例，通过传感器终端采集机组负荷、电流、环境温度、入口流量、入口压力、入口温度、出口流量、出口流量、出口母管流量、出口压力、出口母管压力、出口温度、出口温度、出口阀阀位、电机前轴承温度、电机前轴承振动、电机后轴承温度、电机后轴承振动、电机前轴承温度、电机线圈温度、电机推力轴承温度、电机推力轴承振动、泵转速、泵前轴承温度、泵前轴承振动、泵后轴承温度、泵后轴承振动、泵推力轴承温度、泵推力轴承振动、滤网差压、凝汽器水位、泵轴承温度、泵体温度、电机腔室温度、冷却器入口温度、冷却器出口温度、冷却器水压力、油压力、油温度等指标。S120，根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据。示例性的，确定测点数据的方式可以为预先将离线数据和振动数据转换为时序数据，并将转换后的时序数据存储至数据库，将生产实时数据也存储至同一数据库，将数据库中的数据确定为测点数据；确定测点数据的方式也可以为预先确定时间标签，为所述离线数据、所述振动数据和所述生产实时本文档来自技高网...

【技术保护点】
1.一种故障预警方法，其特征在于，包括：/n获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；/n根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；/n将所述测点数据输入训练好的故障预警模型，得到预估健康数据；/n若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警。/n

【技术特征摘要】
1.一种故障预警方法，其特征在于，包括：
获取离线数据和在线数据，其中，所述在线数据包括：生产实时数据和振动数据；
根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据；
将所述测点数据输入训练好的故障预警模型，得到预估健康数据；
若所述测点数据和预估健康数据的差值大于设定阈值，则进行故障预警。


2.根据权利要求1所述的方法，其特征在于，根据所述离线数据、所述振动数据和所述生产实时数据确定测点数据，其中，所述测点数据包括：添加相同时间标签的离线数据、振动数据和生产实时数据，包括：
对所述生产实时数据添加时间标签，并将添加时间标签后的生产实时数据存储至数据库；
将所述离线数据和所述振动数据以测点方式转换为时序数据，并将转换后的离线数据和振动数据存储至所述数据库；
将所述添加时间标签后的生产实时数据和所述转换后的离线数据和振动数据确定为测点数据。


3.根据权利要求2所述的方法，其特征在于，将所述离线数据以测点方式转换为时序数据，并将转换后的离线数据存储至所述数据库包括：
将所述离线数据进行分类，得到设计数据、点巡检离线数据、试验数据和技术监督数据；
将所述设计数据确定为常数变量，并将所述设计数据存储至所述数据库；
将所述点巡检离线数据、试验数据和技术监督数据分别以数据表结构形式存储至所述数据库。


4.根据权利要求3所述的方法，其特征在于，其中，数据表具有时间标签属性；
相应的，将所述点巡检离线数据、试验数据和技术监督数据分别以数据表结构形式存储至所述数据库包括：
按照时间顺序排列同类型数据表，得到数据表组；
根据所述时间标签纵向提取所述数据表组中的每一个离线数据，形成一个测点，将所述测点存储至所述数据库。


5.根据权利要求2所述的方法，其特征在于，其中，所述振动数据包括：...

【专利技术属性】
技术研发人员：孙猛，丁刚，臧剑南，汪勇，邓志成，杨凯镟，方超，陈荣泽，李治，陈家颖，何川博，
申请(专利权)人：上海发电设备成套设计研究院有限责任公司，
类型：发明
国别省市：上海;31