一种电气设备的异常检测方法技术

本发明专利技术公开了一种电气设备的异常检测方法，包括步骤：获取电气设备的指标数据；利用指标数据，构建多元时间序列；将多元时间序列输入异常检测模型进行处理，生成包含多个异常分值的异常分值序列；基于异常分值序列，确定关于分值异常的阈值；基于异常分值和所述阈值，来确定电气设备是否异常。本发明专利技术还一并公开了训练生成相应的电气设备的异常检测模型的方法及相应计算设备。

【技术实现步骤摘要】
一种电气设备的异常检测方法
本专利技术涉及设备监测
，特别涉及一种电气设备的异常检测方法。
技术介绍
随着社会经济的发展和工业在我国经济行业中的重要地位，工业系统安全越来越受到人们的重视，工厂所需要的电气设备也越来越先进和多功能化。机组电气设备是整个工厂的重要组成部分，很大程度上保障了工厂的正常运行和设备安全。近年来，高参数、大容量机组随着我国工业的迅猛发展而不断涌现出来，生产过程中发生异常的原因越来越复杂，严重影响了工厂的安全性和经济性。设备的异常检测是指，制定合理的计划，按照计划通过测量其电气量、机械量、热工量等参数、并结合历史数据和工作环境，进行设备工况分析，对设备的运行状态进行客观的评价。由于电气设备一旦发生故障往往容易造成整个生产进程的中断，导致的损失远超电气设备本身。所以做好电气设备的异常检测工作，为设备的可靠运行、检修安排以及后期的故障分析打好基础，对于企业的可靠经济生产具有重要的意义。由于电气设备包括的设备和零部件种类繁多，这导致产生的异常也伴随着不同的表现：电压品质(过电压或欠电压，电压不平衡)，谐波畸变本文档来自技高网...

【技术保护点】
1.一种训练生成电气设备的异常检测模型的方法，所述方法包括步骤：/n获取所述电气设备的指标数据；/n利用所述指标数据，构建多元时间序列数据集；/n对所述多元时间序列数据集进行预处理，得到预处理后的多元时间序列数据集；/n利用所述预处理后的多元时间序列数据集，训练出异常检测模型。/n

【技术特征摘要】
1.一种训练生成电气设备的异常检测模型的方法，所述方法包括步骤：
获取所述电气设备的指标数据；
利用所述指标数据，构建多元时间序列数据集；
对所述多元时间序列数据集进行预处理，得到预处理后的多元时间序列数据集；
利用所述预处理后的多元时间序列数据集，训练出异常检测模型。


2.如权利要求1所述的方法，其中，所述异常检测模型为基于变分贝叶斯的生成模型。


3.如权利要求1或2所述的方法，其中，所述异常检测模型由编码组件和解码组件相耦合生成。


4.如权利要求3所述的方法，其中，所述利用预处理后的多元时间序列数据集，训练出异常检测模型的步骤包括：
所述处理后的多元时间序列数据集经由所述编码组件提取出特征信息；
所述特征信息经由所述解码组件，重构出多元时间序列数据集；
基于所述处理后的多元时间序列数据集和重构出的多元时间序列数据集，计算重构误差并调整所述编码组件和所述解码组件的网络参数，直到所述重构误差最小，训练完成，生成异常检测模型。


5.如权利要求4所述的方法，其中，所述编码组件和所述解码组件分别包含长短期记忆人工神经网络。


6.如权利要求4或5所述的方法，其中，
所述重构误差通过计算针对重构的多元时间序列数据集的第一指标和针对特征信息分布的第二指标来得到，其中，
所述第一指标是由重构的多元时间序列数据...

【专利技术属性】
技术研发人员：谢文奋，杨鹏海，汪湘湘，贾维银，宋海峰，
申请(专利权)人：安徽容知日新科技股份有限公司，
类型：发明
国别省市：安徽;34