【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种数据故障检测方法及系统。
技术介绍
1、随着工业一体化进程的发展，设备的功能和组件结构越来越复杂，组件之间的联系越来越密切。在现实生产中，由于设备受各种运行因素(例如：自身磨损和外部环境)的影响，其性能和系统的状态会随着使用时间的增加而逐渐退化，若其中某一重要零件损坏，极有可能造成设备无法正常工作，甚至引发事故，因此需要对设备进行实时监测和故障诊断。
2、近年来，随着传感器技术、计算机技术和网络技术的迅猛发展，机器学习已越来越多地被应用于故障检测与诊断技术中，目前基于机器学习的故障检测方法主要分为传统智能故障诊断方法和基于深度学习的智能故障诊断方法。但现有的故障检测方法均是直接对采集的设备数据进行分析，从而得出故障结果，其并未考虑对设备进行数据采集的监控设备是否故障，监控设备的故障同样会导致采集到的数据产生异常，因此，现有的故障检测方法依然存在故障检测错误的情况。
技术实现思路
1、本申请的目的在于提供一种数据故障检测方法及系统，能够提高采集数据的准确性和故障检测结果的准确性。
2、为达到上述目的，本申请提供一种数据故障检测方法，包括如下步骤：s1：数据故障检测中心接收管理端发送的检测请求，根据检测请求生成检测设置信息和检测表，存储检测表，并将检测设置信息发送至管理端，管理端根据检测设置信息对相应的监控设备进行运行设置，完成设置后，执行s2；其中，运行设置的内容至少包括：采集间隔时间、传输格式和传输地址；s2：数据故障检测中心接
3、如上的，其中，数据故障检测中心接收管理端发送的检测请求，根据检测请求生成检测设置信息和检测表，存储检测表，并将检测设置信息发送至管理端的子步骤如下：数据故障检测中心接收管理端发送的检测请求，其中，检测请求至少包括：管理端id、监控设备信息和待检测设备信息；获取n个与待检测设备信息的类型相同和/或相关的参考检测表的采集间隔时间作为参考采集间隔时间，取多个参考采集间隔时间的平均值作为采集间隔时间；构建初始表格，将监控设备信息、待检测设备信息和采集间隔时间填写于初始表格中相应的填写单元格内后，获得检测表，并存储；其中，初始表格至少包括：多个标题单元格，每个标题单元格均对应多个填写单元格；多个标题单元格至少包括：序号项、监控设备信息项、待检测设备信息项和采集间隔时间项；根据监控设备信息和检测表生成多个子设置信息，并将多个子设置信息作为检测设置信息发送至管理端，其中，每个子设置信息至少包括：设置对象、采集间隔时间、传输格式和传输地址。
4、如上的，其中，根据检测表对监测数据包进行预判断，生成预判断结果的子步骤如下：读取监测数据包，根据监测数据包中的采集编号对序号项中的序号进行遍历，获取与采集编号一致的序号所对应的待检测设备信息作为预判参考信息；根据预判参考信息中的待检测设备的使用年限子项和待检测设备的故障次数子项计算当前故障概率，并利用预设的待检故障阈值对当前故障概率进行预判断，生成第一结果，若当前故障概率小于或等于待检故障阈值，则第一结果为正常，若当前故障概率大于待检故障阈值，则第一结果为异常；将预判参考信息中的待检测设备的正常运行范围值和待检测设备的异常运行范围值作为判别范围，利用判别范围对监测数据包中的监测数值进行预判断，并生成第二结果，若监测数值位于待检测设备的正常运行范围值内，则生成的第二结果为正常；若监测数值位于待检测设备的异常运行范围值内，则生成的第二结果为异常；根据第一结果和第二结果生成预判断结果，若第一结果和第二结果均为正常，则生成的预判断结果为正常；若第一结果和第二结果中具有至少一个异常，则生成的预判断结果为异常。
5、如上的，其中，当前故障概率的表达式如下：其中，pdg为当前故障概率；μ1为故障频率的权重；μ2为使用年限的权重；jyg为预判参考信息中的待检测设备的故障次数；jdz为预判参考信息中的待检测设备的检测总次数；ndq为预判参考信息中的待检测设备的使用年限；nysmax为预设的待检测设备的最长使用年限；δtjg为采集间隔时间。
6、如上的，其中，数据故障检测中心生成校核指令，接收监控设备执行校核指令后发送的监测设备数据，并对监测设备数据进行校核分析，获得校核结果的子步骤如下：读取监测设备数据，根据监测设备数据中的校核编号对序号项中的序号进行遍历，获取与校核编号一致的序号所对应的监控设备信息作为校核参考信息；将校核参考信息中的监控设备的正常运行范围值和监控设备的异常运行范围值作为校核范围，利用校核范围对监测设备数据中的校核数值进行校核分析，并生成预校核结果，若校核数值位于监控设备的正常运行范围值内，则生成的预校核结果为正常；若校核数值位于监控设备的异常运行范围值内，则生成的预校核结果为异常；若预校核结果为正常，则将预校核结果作为校核结果；若预校核结果为异常，则根据校核参考信息中的监控设备的使用年限子项和监控设备的故障次数子项计算当前异常概率，并利用预设的校核异常阈值对当前异常概率进行判断，生成异常判断结果，若当前异常概率小于或等于校核异常阈值，则异常判断结果为正常，将预校核结果作为校核结果；若当前异常概率大于校核异常阈值，则异常判断结果为异常，向管理端发送人工校核指令，并接收执行人工校核指令后得到的结果作为校核结果。
7、如上的，其中，当前异常概率的表达式如下：其中，gyc为当前异常概率；η1为故障频率的权重；η2为使用年限的权重；hyg为校核参考信息中的监控设备的故障次数；hdz为校核参考信息中的监控设备的检测总次数；sdq为校核参考信息中的监控设备的使用年限；sysmax为预设的监控设备的最长使用年限；δtgd为本次校核时间与校核参考信息中的监控设备的使用年限之间的间隔时间。
8、如上的，其中，由数据故障检测中心生成本文档来自技高网...
【技术保护点】
1.一种数据故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的数据故障检测方法，其特征在于，数据故障检测中心接收管理端发送的检测请求，根据检测请求生成检测设置信息和检测表，存储检测表，并将检测设置信息发送至管理端的子步骤如下：
3.根据权利要求2所述的数据故障检测方法，其特征在于，根据检测表对监测数据包进行预判断，生成预判断结果的子步骤如下：
4.根据权利要求3所述的数据故障检测方法，其特征在于，当前故障概率的表达式如下：
5.根据权利要求4所述的数据故障检测方法，其特征在于，数据故障检测中心生成校核指令，接收监控设备执行校核指令后发送的监测设备数据，并对监测设备数据进行校核分析，获得校核结果的子步骤如下：
6.根据权利要求5所述的数据故障检测方法，其特征在于，当前异常概率的表达式如下：
7.根据权利要求6所述的数据故障检测方法，其特征在于，由数据故障检测中心生成复采指令，并接收更换的监控设备执行复采指令获得的复采数据包，对复采数据包进行分析处理，获得分析结果和插值数据包的子步骤如下：
...【技术特征摘要】
1.一种数据故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的数据故障检测方法，其特征在于，数据故障检测中心接收管理端发送的检测请求，根据检测请求生成检测设置信息和检测表，存储检测表，并将检测设置信息发送至管理端的子步骤如下：
3.根据权利要求2所述的数据故障检测方法，其特征在于，根据检测表对监测数据包进行预判断，生成预判断结果的子步骤如下：
4.根据权利要求3所述的数据故障检测方法，其特征在于，当前故障概率的表达式如下：
5.根据权利要求4所述的数据故障检测方法，其特征在于，数据故障检测中心生成校核指令，接收监控设备执行校核指令后发送的监测设备数据，并对监测设备数据进行校核分析，获得校核结果的子步骤如下：
6.根据权利要求5所述的数据故障检测方法，其特征在于，当前异常概率的表达式如下：
7.根据权利要求6所述的数据故障检测方法，其特征在于，由数据故障检测中心生成复采指令，并接收更换的监控设备执行复...
【专利技术属性】
技术研发人员：席维，张静静，方彬，闫博，于江利，常青，王磊，张连连，
申请(专利权)人：河北建筑工程学院，
类型：发明
国别省市：
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。