System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于数据挖掘的除尘设备状态监控预警方法及系统技术方案_技高网

基于数据挖掘的除尘设备状态监控预警方法及系统技术方案

技术编号:40110812 阅读:4 留言:0更新日期:2024-01-23 19:08
本发明专利技术公开了一种基于数据挖掘的除尘设备状态监控预警方法及系统,涉及数据处理技术领域,该方法包括:获取除尘设备的历史运行参数数据、历史设备故障数据,进行设备运行数据的异常标识映射,得到多个数据特征组合,执行数据聚类,获得多个设备异常组合;基于多个设备异常组合,分别进行样本数据采集,获得多个样本异常数据集,构建设备状态监督网络,进行设备状态分析,生成设备状态评估结果,通过评估结果判定,进行安全生产预警。本发明专利技术解决了现有技术中由于除尘设备的日常运行维护不及时,影响除尘效果和设备使用寿命的技术问题,达到了通过对除尘设备进行实时状态监测预警,提高设备运行稳定性和安全性,延长使用寿命的技术效果。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及一种基于数据挖掘的除尘设备状态监控预警方法及系统


技术介绍

1、从事粉尘作业的企业,在工业领域内分布比较广,往往会积累大量的粉尘,而存在大量粉尘的环境,极易造成环境污染或安全事故,因此涉尘防爆企业多采用除尘设备来进行环境除尘,以防止粉尘事故,但随着除尘设备老化和运行中的灰尘堆积,除尘设备可能会存在结构损失或性能下降等,容易发生故障,造成除尘效果降低,设备使用寿命降低。


技术实现思路

1、本申请提供了一种基于数据挖掘的除尘设备状态监控预警方法及系统,用于解决现有技术中由于除尘设备的日常运行维护不及时,影响除尘效果和设备使用寿命的技术问题。

2、本申请的第一个方面,提供了一种基于数据挖掘的除尘设备状态监控预警方法,所述方法包括:获取除尘设备的历史运行参数数据、历史设备故障数据,进行设备运行数据的异常标识映射,并建立运行参数-设备故障之间的映射关联,得到多个数据特征组合;

3、将所述多个数据特征组合作为基础组合空间,执行数据聚类,获得多个设备异常组合,包括单项指标异常组合、多项指标异常组合;基于所述单项指标异常组合、多项指标异常组合,分别进行样本数据采集,获得多个样本异常数据集;采用多个样本异常数据集,构建设备状态监督网络;根据所述设备状态监督网络对所述除尘设备的实时监测数据进行数据分析,生成设备状态评估结果;判定所述设备状态评估结果是否在安全阈值内,若否,则进行安全生产预警。

4、本申请的第二个方面,提供了一种基于数据挖掘的除尘设备状态监控预警系统,所述系统包括:数据特征组合获取模块,所述数据特征组合获取模块用于获取除尘设备的历史运行参数数据、历史设备故障数据,进行设备运行数据的异常标识映射,并建立运行参数-设备故障之间的映射关联,得到多个数据特征组合;设备异常组合获取模块,所述设备异常组合获取模块用于将所述多个数据特征组合作为基础组合空间,执行数据聚类,获得多个设备异常组合,包括单项指标异常组合、多项指标异常组合;样本异常数据集获取模块,所述样本异常数据集获取模块用于基于所述单项指标异常组合、多项指标异常组合,分别进行样本数据采集,获得多个样本异常数据集;设备状态监督网络构建模块,所述设备状态监督网络构建模块用于采用多个样本异常数据集,构建设备状态监督网络;设备状态评估模块,所述设备状态评估模块用于根据所述设备状态监督网络对所述除尘设备的实时监测数据进行数据分析,生成设备状态评估结果;安全生产预警模块,所述安全生产预警模块用于判定所述设备状态评估结果是否在安全阈值内,若否,则进行安全生产预警。

5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

6、本申请提供的一种基于数据挖掘的除尘设备状态监控预警方法,涉及数据处理
,通过获取除尘设备的历史运行参数数据、历史设备故障数据,进行设备运行数据的异常标识映射,得到多个数据特征组合,聚类获得多个设备异常组合,分别进行样本数据采集,获得多个样本异常数据集,构建设备状态监督网络,进行设备状态分析,生成设备状态评估结果,通过评估结果判定,进行安全生产预警,解决了现有技术中由于除尘设备的日常运行维护不及时,影响除尘效果和设备使用寿命的技术问题,实现了通过对除尘设备进行实时状态监测预警,提高设备运行稳定性和安全性,延长使用寿命,降低维修成本的技术效果。

本文档来自技高网...

【技术保护点】

1.一种基于数据挖掘的除尘设备状态监控预警方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述单项指标异常组合、多项指标异常组合,分别进行样本数据采集,获得多个样本异常数据集包括:

3.如权利要求2所述的方法,其特征在于,所述根据所述多组样本设备运行参数、样本设备故障数据、样本除尘效果数据,进行设备状态评估,获得多个样本设备状态评估结果,包括:

4.如权利要求3所述的方法,其特征在于,所述采用多个样本异常数据集,构建设备状态监督网络,包括:

5.如权利要求4所述的方法,其特征在于,所述使用所述训练数据集、验证数据集和测试数据集,结合神经网络算法进行有监督训练,直至收敛,获得所述设备状态监督网络,包括:

6.如权利要求1所述的方法,其特征在于,所述根据所述设备状态监督网络对所述除尘设备的实时监测数据进行数据分析之前,还包括:

7.如权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种基于数据挖掘的除尘设备状态监控预警系统,其特征在于,所述系统包括:

【技术特征摘要】

1.一种基于数据挖掘的除尘设备状态监控预警方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述基于所述单项指标异常组合、多项指标异常组合,分别进行样本数据采集,获得多个样本异常数据集包括:

3.如权利要求2所述的方法,其特征在于,所述根据所述多组样本设备运行参数、样本设备故障数据、样本除尘效果数据,进行设备状态评估,获得多个样本设备状态评估结果,包括:

4.如权利要求3所述的方法,其特征在于,所述采用多个样本异常数据集,构建设...

【专利技术属性】
技术研发人员:魏永锋刘传安宿文肃王斌刘昪刘声威彭泊涵林雅敏叶大金沈云飞
申请(专利权)人:应急管理部大数据中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1