一种设备工况预警方法及相关装置制造方法及图纸

本申请实施例公开了一种设备工况预警方法，包括：获取设备历史一段时间内正常运行状态下多个测点的目标历史数据；使用聚类算法对多个测点的目标历史数据进行运算以获得至少一个聚类中心，一个聚类中心对应多个测点在同一时刻的目标历史数据；获取每一测点监测到的实时数据；使用状态估计算法对多个测点的实时数据和至少一个聚类中心进行运算，以得到各个测点的预测数据；对同一测点的实时数据和预测数据进行残差分析，以确定该测点是否异常。该方法可结合使用高斯混合模型聚类算法和非线性状态估计算法，以得到设备各个测点的预测数据，从而准确地、快速地对设备的运行状态做出预警，保障设备运营的安全性。保障设备运营的安全性。保障设备运营的安全性。

【技术实现步骤摘要】
一种设备工况预警方法及相关装置


[0001]本申请实施例涉及工业信息
，尤其涉及一种设备工况预警方法及相关装置。

技术介绍

[0002]随着工业信息化程度的提高，工厂的海量运行数据得以保存，也为关键设备的大数据分析和研究奠定了基础。其中，对设备运行状态展开评价与预测研究，可全面地了解机组的实际运行情况，从多角度分析设备的运行状态，明确故障情况对各类问题产生的影响；此外，基于设备运行状态的分析结果，可对设备故障属性、运行风险及维修方式等内容进行全面分析，有利于合理地安排维护作业，高效、准确地排除故障，从而改善工厂设备的维护管理水平。因此，如何对积累的海量历史数据进行深度挖掘和应用，以便提前发现设备的故障或早期劣化问题，从而及时地做出处理，以提高设备运营的安全性和经济效果，成为了目前企业和科研院所探索的重点方向之一。
[0003]然而，面对流程工业设备存在的结构复杂、监测项目或测点数量众多、监测数据量大及价值密度低等难题，现有工业设备状态预测方法的预测分析结果还有待提高。

技术实现思路

[0004]本申请实施例提供了一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备工况预警方法，其特征在于，包括：获取设备历史一段时间内正常运行状态下多个测点的目标历史数据；使用聚类算法对所述多个测点的目标历史数据进行运算以获得至少一个聚类中心，一个所述聚类中心对应所述多个测点在同一时刻的目标历史数据；获取每一所述测点监测到的实时数据；使用状态估计算法对所述多个测点的实时数据和所述至少一个聚类中心进行运算，以得到各个所述测点的预测数据；对同一所述测点的实时数据和预测数据进行残差分析，以确定所述测点是否异常。2.根据权利要求1所述的设备工况预警方法，其特征在于，所述获取设备历史一段时间内正常运行状态下多个测点的目标历史数据包括：获取设备历史一段时间内正常运行状态下多个测点的初始历史数据；对所述初始历史数据进行过滤预处理，以得到所述目标历史数据。3.根据权利要求2所述的设备工况预警方法，其特征在于，所述对所述初始历史数据进行过滤预处理，以得到所述目标历史数据包括：采用周期最值比较法、拉依达准则法和物理边界法中的一种或多种方法，对所述初始历史数据进行过滤预处理，以得到所述目标历史数据。4.根据权利要求1所述的设备工况预警方法，其特征在于，所述使用聚类算法对所述多个测点的目标历史数据进行运算以获得至少一个聚类中心包括：使用高斯混合模型聚类算法对所述多个测点的目标历史数据进行运算以获得至少一个聚类中心，其中聚类中心的个数通过模型选择准则确定。5.根据权利要求1所述的设备工况预警方法，其特征在于，所述使用状态估计算法对所述多个测点的实时数据和所述至少一个聚类中心进行运算，以得到各个所述测点的预测数据包括：分别对所述聚类中心和所述实时数据进行缩放处理；使用状态估计算法对缩放处理后的聚类中心和缩放处理后的实时数据进行运算，以得到各个所述测点的预测数据。6.根据权利要求1所述的设备工况预警方法，其特征在于，所述使用状态估计算法对所述多个测点的实时数据和所述至少一个聚类中心进行运算，以得到各个...

【专利技术属性】
技术研发人员：袁雪峰，马成龙，周严伟，陈木斌，陈世和，李晓静，卫平宝，陈建华，聂怀志，张含智，刘道明，
申请(专利权)人：华润电力技术研究院有限公司，
类型：发明
国别省市：