一种基于异常检测的设备动态预警阈值确定系统及方法技术方案

本发明专利技术提供了一种基于异常检测的设备动态预警阈值确定系统及方法，涉及设备动态预警数据处理领域，所述系统包括：数据采集单元，采集原始数据，判断原始数据是否满足数据异常检测条件，若满足条件则将原始数据发送至数据异常检测单元；数据异常检测单元，对原始数据处理，获取异常数据；检测最优化单元，设定参数寻优范围，将参数代入数据异常检测单元，计算异常检测最优化函数，获取异常数据判定条件；逻辑修正单元，修正突增数据下计算出的阈值；阈值设定单元，设定预警阈值；设备预警单元，监控实时数据，在设备发生异常时预警

【技术实现步骤摘要】
一种基于异常检测的设备动态预警阈值确定系统及方法


[0001]本专利技术涉及设备动态预警数据处理领域，尤其是涉及一种基于异常检测的设备动态预警阈值确定系统及方法
。

技术介绍

[0002]振动幅值上升
、
温度增高等状态是工业设备运行过程中的常见问题，同时也是设备故障发生的前兆
。
为实现这类故障状态的预知预警，就需要设置合适的阈值去检测设备的运行状态，从而及时发现设备状态的异常变化，以制定恰当的策略去维护设备，规避设备异常停机的风险
。
为保障设备良好运行，现有的阈值确定方式可以分为以下几种：一是参照国内外标准设定设备预警阈值，但此种方式有时会脱离实际工业状况，往往不能很好的对设备状态进行评估
。
[0003]二是凭借人为经验设定阈值，此种方式虽然实现较为简单，但面对检测设备众多
、
计算指标过量时，人工方式耗时耗力
。
[0004]三是采取智能化阈值设定手段，如专利
CN 110415494A
公开了一种基于历史运行数据的设备报警阈值计算方法，该方法通过对历史数据进行预处理后，计算出预处理后数据的平均值和标准差，从而得到了设备的预警阈值并进行自动化预警
。
专利
CN 114548476 A
公开了一种基于
WiFi
无线振动传感器的设备故障预测的方法，该方法中对数据进行去均值
、
降采样和数据剔除等操作后，得到最终阈值实现预警r/>。
以上两种方法中都应用了按百分比剔除数据的方法，这可能会对数据分析中的干扰因素考虑不足，且因设备运行规律的不同，导致数据多样，从而此种方式计算出阈值的可靠性会不稳定
。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术提供了一种基于异常检测的设备动态自适应预警阈值确定方法，该方法主要针对现有技术中按国内外标准设定阈值
、
人为经验设定阈值及百分比剔除数据等方式方法的不足，利用最优化异常检测手段，实现设备预警阈值的动态自适应计算，从而保证阈值能准确反映设备运行状态
。
[0006]本专利技术采用的技术方案如下：一种基于异常检测的设备动态预警阈值确定系统，包括：数据采集单元，采集原始数据，判断原始数据是否满足数据异常检测的条件，若满足条件则将原始数据发送至数据异常检测单元；数据异常检测单元，通过对数据采集单元发送的原始数据进行处理，获取异常数据；检测最优化单元，设定参数，将参数循环代入数据异常检测单元，计算异常检测最优化函数，获取异常数据的判定条件；逻辑修正单元，用于修正异常数据下计算出的阈值，此处所述异常数据具体指设备频繁启停时的突增数据；
阈值设定单元，与数据异常检测单元
、
逻辑修正单元通信连接，根据异常数据
、
原始数据
、
频繁启停数据设定预警阈值；设备预警单元，根据阈值设定单元设定的预警阈值，对设备状态实时数据进行监控，在设备发生异常时进行预警
。
[0007]一种基于异常检测的设备动态预警阈值确定方法，包括如下步骤：
S1、
数据采集单元采集原始数据；
S2、
数据采集单元判断原始数据是否满足数据异常检测前提，如果是，则执行步骤
S3
；如果否，继续采集，直至原始数据满足数据异常检测前提；
S3、
将原始数据传输至数据异常检测单元进行异常检测处理，检测原始数据中的异常数据；
S4、
逻辑修正单元对异常数据的个数进行检测，若异常数据的个数大于设定的数值，则逻辑修正单元对异常数据下计算出的阈值进行修正，并提取频繁启停数据，反之，则不使用逻辑修正单元对异常数据下计算出的阈值进行修正；
S5、
阈值设定单元根据异常数据
、
原始数据
、
频繁启停数据设定预警阈值；
S6、
设备预警单元监控数据采集单元实时采集的原始数据，若原始数据超过设定的预警阈值，则发出预警信号
。
[0008]进一步的，所述方法还包括：检测最优化单元设定参数，将参数循环代入数据异常检测单元，计算异常检测最优化函数，获取异常数据的判定条件，具体包括：步骤一
、
检测最优化单元设置参数的寻优范围，所述设置参数包括：滑动窗口的长度以及四分位距浮动因子，数据异常检测单元对原始数据进行局部搜索，用于快速突增数据的异常检测；步骤二
、
定义检测最优化单元的异常检测最优化函数，异常检测最优化函数的异常检测条件为：数据异常检测单元检测出异常数据中的最小值大于
ε
倍的滤波数据的最大值，且在此条件下检测出的异常数据的个数最多；步骤三
、
将设置好的参数循环代入数据异常检测单元，通过异常检测最优化函数，获取最优滑动窗口长度和最优四分位距浮动因子；步骤四
、
判断步骤三所述的最优滑动窗口长度和最优四分位距浮动因子是否满足异常检测条件，如果是，则执行步骤五；如果否，则执行步骤六；所述滤波数据为原始数据滤除掉异常数据剩余的数据；步骤五
、
检测最优化单元寻找到最优滑动窗口长度和最优四分位距浮动因子，将最优滑动窗口长度和最优四分位距浮动因子代入数据异常检测单元；步骤六
、
检测最优化单元未寻找到最优滑动窗口长度和最优四分位距浮动因子，则通过步骤一至步骤四进行全局搜索，若全局搜索后依旧未寻找到最优滑动窗口长度和最优四分位距浮动因子，则原始数据不存在异常，该原始数据为正常数据
。
[0009]本专利技术的有益效果为：本系统通过设定的数据异常监测单元
、
检测最优化单元
、
逻辑修正单元等可以更有效地过滤掉采集数据中的异常干扰，本方法通过阈值设定单元根据异常数据
、
原始数据
、
频繁启停数据动态设定不同的预警阈值，设定设备预警单元实时监控原始数据，可以及早发现设备潜在风险，为设备的良好运行提供保障
。
附图说明
[0010]图
1 为本专利技术一种基于异常检测的设备动态预警阈值确定系统结构示意图；图
2 为本专利技术一种基于异常检测的设备动态预警阈值确定方法流程图；图
3 为本专利技术实施例一浮选电机运行数据示意图；图
4 为本专利技术实施例二水泵离心泵运行数据示意图；图
5 为本专利技术实施例三水泵离心泵运行数据示意图
。
具体实施方式
[0011]下面结合附图与实施例对本专利技术做进一步说明：为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述
。
下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构
。
为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述...

【技术保护点】

【技术特征摘要】
1.
一种基于异常检测的设备动态预警阈值确定系统，其特征在于，包括：数据采集单元，采集原始数据，判断原始数据是否满足数据异常检测的条件，若满足条件则将原始数据发送至数据异常检测单元；数据异常检测单元，通过对数据采集单元发送的原始数据进行处理，获取异常数据；检测最优化单元，设定参数的寻优范围，将参数循环代入数据异常检测单元，计算异常检测最优化函数，获取异常数据的判定条件；逻辑修正单元，用于修正异常数据下计算出的阈值；阈值设定单元，与数据异常检测单元
、
逻辑修正单元通信连接，根据异常数据
、
原始数据
、
频繁启停数据设定预警阈值；设备预警单元，根据阈值设定单元设定的预警阈值，对设备状态实时数据进行监控，在设备发生异常时进行预警
。2.
如权利要求1所述的基于异常检测的设备动态预警阈值确定系统，其特征在于，阈值设定单元根据异常数据
、
原始数据
、
频繁启停数据设定设备的预警阈值具体为：获取频繁启停数据
、
原始数据
、
异常数据最大值，当频繁启停数据
、
原始数据
、
异常数据最大值的振幅的取值范围为
[3 ，
50]
时，将频繁启停数据的预警阈值设置为频繁启停数据最大值的
A1
倍，将异常数据的预警阈值设置为异常数据最大值的
A2
倍，将原始数据的预警阈值设置为原始数据最大值的
A3
倍，
A1
和
A2
的取值范围均为
[1.5 ，
1.6]
，
A3
的取值范围为
[1.3 ，
1.4]。3.
如权利要求2所述的基于异常检测的设备动态预警阈值确定系统，其特征在于，若异常数据
、
原始数据
、
频繁启停数据的振幅都小于3，则
A1、A2、A3
的取值范围为
[1.6 ，
2]
；若异常数据
、
原始数据
、
频繁启停数据的振幅都大于
50
，则
A1、A2、A3
的取值范围为
[1.2 ，
1.4]。4.
如权利要求1所述的基于异常检测的设备动态预警阈值确定系统，其特征在于，数据采集单元包括：温度传感器
、
模拟压电加速度传感器
、
数字式加速度传感器和无线温振传感器，用于获取设备产生的温度
、
单轴加速度或三轴加速度
、
单轴速度或三轴速度信息
。5.
一种基于异常检测的设备动态预警阈值确定方法，其特征在于，包括如下步骤：
S1、
数据采集单元采集原始数据；
S2、
数据采集单元判断原始数据是否满足数据异常检测前提，如果是，则执行步骤
S3
；如果否，继续采集，直至原始数据满足数据异常检测前提；
S3、
将原始数据传输至数据异常检测单元进行异常检测处理，检测原始数据中的异常数据；
S4、
逻辑修正单元对异常数据的个数进行检测，若异常数据的个数大于设定的数值，则逻辑修正单元对异常数据下计算的阈值进行修正，并提取频繁启停数据，反之，则不使用逻辑修正单元对异常数据下计算的阈值进行修正；
S5、
阈值设定单元根据异常数据
、
原始数据
、
频繁启停数据设定预警阈值；
S6、
设备预警单元监控数据采集单元实时采集的原始数据，若原始数据超过设定的预警阈值，则发出预警信号
。6.
如权利要求5所述的基于异常检测的设备动态预警阈值确定方法，其特征在于，所述方法还包括：检测最优化单元设定参数的寻优范围，将参数循环代入数据异常检测单元，计算异常检测最优化函数，获取异常数据的判定条件，具体包括：步骤一
、
...

【专利技术属性】
技术研发人员：谭晓林，朱奥，李玉奎，
申请(专利权)人：济南嘉宏科技有限责任公司，
类型：发明
国别省市：