基于大数据的设备故障诊断方法及装置制造方法及图纸

本发明专利技术适用于故障诊断技术领域，提供了一种基于大数据的设备故障诊断方法及装置，该方法包括：获取预设时间段内的待测设备的电力数据，根据电力数据中的声音数据或温度数据，确定待测设备的工作模式；根据待测设备的工作模式下对应的声音‑温度关系曲线，计算电力数据中声音平均值或温度平均值到声音‑温度关系曲线的距离；当距离大于或等于预设阈值时，确定待测设备为故障设备；采集故障设备的电力数据对应位置的多张红外图像，对多张红外图像进行特征分析，确定待测设备的故障位置。本发明专利技术从而不仅可以确定故障设备，还可以精确定位故障设备的故障位置，降低故障确定时间、提供故障确定效率，且为下一步的维修工作提供便利。

【技术实现步骤摘要】
基于大数据的设备故障诊断方法及装置
本专利技术属于故障诊断
，尤其涉及一种基于大数据的设备故障诊断方法及装置。
技术介绍
随着科学技术的迅速发展，对于电力行业的要求也得到了逐步的提升。目前，我国大力发展智能变电站，构建大数据平台。由于电力设备长期处于运行状态，同时受环境等因素的影响，会产生不同的故障，从而对电力系统的安全、稳定造成一定的危害，因此电力设备的故障检测与分析是智能电网中非常重要的一环。目前，多数的故障检测还是依靠现场工作人员进行人工分析诊断，这种传统的巡检故障方式不仅耗时长、危险性高、浪费人力物力，而且容易受到个人经验的影响，导致无法准确确定电力设备的故障。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于大数据的设备故障诊断方法及装置，旨在解决现有技术中无法准确确定电力设备的故障的问题。为实现上述目的，本专利技术实施例的第一方面提供了一种基于大数据的设备故障诊断方法，包括：获取预设时间段内的待测设备的电力数据，所述电力数据包括声音数据和温度数据；根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式；根据所述待测设备的工作模式下对应的声音-温度关系曲线，计算所述电力数据中声音平均值或温度平均值到所述声音-温度关系曲线的距离；当所述距离大于或等于预设阈值时，确定所述待测设备为故障设备；采集所述故障设备的所述电力数据对应位置的多张红外图像，对所述多张红外图像进行特征分析，确定所述待测设备的故障位置。作为本申请另一实施例，还包括：建立故障设备的维修监控时间表；当在所述维修监控时间表中添加新的故障设备名称后，启动时间计时；当计时时间大于或等于预设时间阈值时，发送提醒信息。作为本申请另一实施例，所述维修监控时间表中包括至少两个监控时间点；当计时时间大于或等于第一监控时间点对应的时刻时，发送提醒信息；当计时时间大于或等于第二监控时间点对应的时刻时，发送报警信息；所述第二监控时间点大于所述第一监控时间点。作为本申请另一实施例，当所述故障设备维修完成后，结束时间计时，并将所示故障设备名称从所述维修监控时间表中删除。作为本申请另一实施例，所述根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式，包括：获取所述待测设备在不同工作模式下对应的声音数据范围和温度数据范围；将所述电力数据中的声音数据分别与不同工作模式下声音数据范围内的数据进行对比，当所述电力数据中的声音数据在对应的第一电力数据参数范围内时，确定所述待测设备的工作模式为所述第一电力数据参数范围对应的工作模式；或者，将所述电力数据中的温度数据分别与不同工作模式下温度数据范围内的数据进行对比，当所述电力数据中的温度数据在对应的第二电力数据参数范围内时，确定所述待测设备的工作模式为所述第二电力数据参数范围对应的工作模式。作为本申请另一实施例，所述声音-温度关系曲线包括声音-温度曲线或者温度-声音曲线；在所述获取预设时间段内的待测设备的电力数据之前，还包括：获取与所述待测设备同类型、无故障设备在不同工作模式下的电力数据，得到不同工作模式下对应的声音-温度曲线或者温度-声音曲线。作为本申请另一实施例，所述根据所述待测设备的工作模式下对应的声音-温度关系曲线，计算所述电力数据中声音平均值或温度平均值到所述声音-温度关系曲线的距离，包括：当通过所述声音数据确定的所述待测设备的工作模式时，根据所述待测设备的工作模式下对应的声音-温度曲线，计算所述声音平均值和所述温度平均值构成的坐标点到所述声音-温度曲线的距离；当通过所述温度数据确定的所述待测设备的工作模式时，根据所述待测设备的工作模式下对应的温度-声音曲线，计算所述温度平均值和所述声音平均值构成的坐标点到所述温度-声音曲线的距离。作为本申请另一实施例，在所述采集所述故障设备的所述电力数据对应位置的多张红外图像，对所述多张红外图像进行特征分析，确定所述待测设备的故障位置之前，还包括：获取与所述待测设备同类型设备的各个故障部位的多张第一红外图像；将所述多张第一红外图像划分为训练红外图像和测试红外图像；采用所述训练红外图像对预设模型进行训练，得到训练模型；采用所述测试红外图像对所述训练模型进行测试，得到分类后的故障部位红外图像，当分类后的故障部位红外图像的正确率大于或等于预设阈值时，确定所述训练模型为目标模型。作为本申请另一实施例，所述对所述多张红外图像进行特征分析，确定所述待测设备的故障位置，包括：将所述多张红外图像输入所述目标模型中进行故障分类，确定所述待测设备的故障位置。本专利技术实施例的第二方面提供了一种基于大数据的设备故障诊断装置，包括：获取模块，用于获取预设时间段内的待测设备的电力数据，所述电力数据包括声音数据和温度数据；确定模块，用于根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式；计算模块，用于根据所述待测设备的工作模式下对应的声音-温度关系曲线，计算所述电力数据中声音平均值或温度平均值到所述声音-温度关系曲线的距离；诊断模块，用于当所述距离大于或等于预设阈值时，确定所述待测设备为故障设备；采集模块，用于采集所述故障设备的所述电力数据对应位置的多张红外图像；所述诊断模块，还用于对所述多张红外图像进行特征分析，确定所述待测设备的故障位置。本专利技术实施例与现有技术相比存在的有益效果是：与现有技术相比，本专利技术根据获取的待测设备的电力数据与预设的声音-温度关系曲线的对比，确定待测设备是否为故障设备，在确定待测设备为故障设备后，进一步通过采集故障设备的红外图像确定待测设备的故障位置，从而不仅可以确定故障设备，还可以精确定位故障设备的故障位置，降低故障确定时间、提供故障确定效率，且为下一步的维修工作提供便利。附图说明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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的基于大数据的设备故障诊断方法的实现流程示意图；图2是本专利技术实施例提供的基于大数据的设备故障诊断装置的示例图；图3是本专利技术另一实施例提供的基于大数据的设备故障诊断装置的示意图；图4是本专利技术实施例提供的端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本本文档来自技高网...

【技术保护点】
1.一种基于大数据的设备故障诊断方法，其特征在于，包括：/n获取预设时间段内的待测设备的电力数据，所述电力数据包括声音数据和温度数据；/n根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式；/n根据所述待测设备的工作模式下对应的声音-温度关系曲线，计算所述电力数据中声音平均值或温度平均值到所述声音-温度关系曲线的距离；/n当所述距离大于或等于预设阈值时，确定所述待测设备为故障设备；/n采集所述故障设备的所述电力数据对应位置的多张红外图像，对所述多张红外图像进行特征分析，确定所述待测设备的故障位置。/n

【技术特征摘要】
1.一种基于大数据的设备故障诊断方法，其特征在于，包括：
获取预设时间段内的待测设备的电力数据，所述电力数据包括声音数据和温度数据；
根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式；
根据所述待测设备的工作模式下对应的声音-温度关系曲线，计算所述电力数据中声音平均值或温度平均值到所述声音-温度关系曲线的距离；
当所述距离大于或等于预设阈值时，确定所述待测设备为故障设备；
采集所述故障设备的所述电力数据对应位置的多张红外图像，对所述多张红外图像进行特征分析，确定所述待测设备的故障位置。


2.如权利要求1所述的基于大数据的设备故障诊断方法，其特征在于，还包括：
建立故障设备的维修监控时间表；
当在所述维修监控时间表中添加新的故障设备名称后，启动时间计时；
当计时时间大于或等于预设时间阈值时，发送提醒信息。


3.如权利要求2所述的基于大数据的设备故障诊断方法，其特征在于，所述维修监控时间表中包括至少两个监控时间点；
当计时时间大于或等于第一监控时间点对应的时刻时，发送提醒信息；
当计时时间大于或等于第二监控时间点对应的时刻时，发送报警信息；
所述第二监控时间点大于所述第一监控时间点。


4.如权利要求3所述的基于大数据的设备故障诊断方法，其特征在于，当所述故障设备维修完成后，结束时间计时，并将所示故障设备名称从所述维修监控时间表中删除。


5.如权利要求1-4中任一项所述的基于大数据的设备故障诊断方法，其特征在于，所述根据所述电力数据中的声音数据或温度数据，确定所述待测设备的工作模式，包括：
获取所述待测设备在不同工作模式下对应的声音数据范围和温度数据范围；
将所述电力数据中的声音数据分别与不同工作模式下声音数据范围内的数据进行对比，当所述电力数据中的声音数据在对应的第一电力数据参数范围内时，确定所述待测设备的工作模式为所述第一电力数据参数范围对应的工作模式；
或者，将所述电力数据中的温度数据分别与不同工作模式下温度数据范围内的数据进行对比，当所述电力数据中的温度数据在对应的第二电力数据参数范围内时，确定所述待测设备的工作模式为所述第二电力数据参数范围对应的工作模式。


6.如权利要求5所述的基于大数据的设备故障诊断方法，其特征在于，所述声音-温度关系曲线包括声音-温度曲线或者温度-声音曲线；
在所述获取预设时间段内的待测设备的电力数据之前，还包括：
获取...

【专利技术属性】
技术研发人员：袁雁鸣，胡占琪，龚思远，刘小立，何一鸣，姜文，王建辉，左鸿飞，于超，张浩杰，李泽坤，
申请(专利权)人：河北建设投资集团有限责任公司，
类型：发明
国别省市：河北;13