【技术实现步骤摘要】
本专利技术涉及设备故障预警，具体为一种基于智慧运营管理的设备故障预警方法及装置。
技术介绍
1、随着科技的不断发展，基于智慧运营管理的设备故障预警正成为各行业关注的焦点。在传统的生产和运营模式中，设备故障通常是被动应对的，一旦故障发生，往往需要花费大量时间和资源进行修复，导致生产中断和额外成本。为了应对这一挑战，智慧运营管理应运而生，设备故障预警系统逐渐成为各个行业提高运营效率、降低风险的关键工具，通过整合先进的传感技术、大数据分析和人工智能算法，使企业能够更加智能地管理设备，提高生产效率的目标。
2、例如公开号为：cn109657982a的专利申请，提出一种故障预警方法及装置，涉及风力发电机
该故障预警方法用于对风力发电机进行故障预警，该故障预警方法包括：获取风力发电机的多种历史正常运行数据和多种历史故障运行数据；将多种历史正常运行数据和多种历史故障运行数据进行特征选取得到数据特征；将数据特征进行模型训练得到训练模型；将风力发电机的实时运行数据输入至训练模型得到预警信息。该故障预警方法通过风力发电机的多种数据实现风力发电机的故障预警功能，进而提高了预警准确率。
3、例如公开号为：cn111178423a的专利申请，提供一种故障预警方法及装置，涉及光伏发电
，解决了现有的故障维修效率比较低的技术问题。该方法包括：获取电子设备在第一预设时间段内的数据；所述数据包括：功率、三相电流、所述三相电流中任意两相电流之间的差值、三相电压和所述三相电压中任意两相电压之间的差值；然后将数据输入到预先训练好的
4、目前的设备故障预警方法中，首先在设备故障预警方法中，缺乏针对各个设备不同维度的数据进行深入全面的分析，同时对设备的运作信息分析不够全面，使得最终的识别分析结果可能出现误差，不仅会给相关工作人员带来不必要的干扰，且一定程度上会对整体的工作效率造成负面影响，从而影响预警系统的准确性。
5、其次，其设备故障主要依赖于人工监控设备，工作任务繁重，需要大量的人力投入，不仅增加了成本，并且分析过程容易受到人为错误的干扰，并且需要花费大量的时间来检查，导致可能会发生未能及时的采取措施来防止设备故障，从而影响生产效率和设备寿命。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于智慧运营管理的设备故障预警方法及装置，能够有效解决上述
技术介绍
中涉及的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于智慧运营管理的设备故障预警方法，包括监测各设备的关联特征信息，构建各故障设备的预警模型，并获取各设备的故障预警界定阈值。
3、对各设备的关联特征信息以及故障信息进行分析，评估各设备的故障预警定义值。
4、根据各设备的故障预警定义值进行故障预警判断，并进行故障预警提示。
5、进一步地，所述构建各故障设备的预警模型，并获取各设备的故障预警界定阈值，具体过程为：提取各设备的关联特征信息并进行预处理，构建各故障设备的预警模型，评估各设备的隐患表征值，其中各设备的关联特征信息包括定义性质数据、故障数据。
6、将各设备的隐患表征值与设定的各设备在各隐患表征值区间对应的各设备的故障预警界定阈值进行匹配，得到各设备的故障预警界定阈值。
7、进一步地，所述评估各设备的隐患表征值，具体过程包括：根据各故障设备的预警模型：χi＝a1i*a1+a2i*a2,式中，χi为各设备的隐患表征值，a1和a2分别为设定的应用损耗因子以及故障数据对应的损耗特征值所属权重因子，式中，αi表示各设备的应用损耗因子，βi维表示各设备的故障数据对应的损耗特征值，和分别为设定的应用损耗因子以及故障数据对应的损耗特征值所属修正因子。
8、进一步地，所述评估各设备的故障预警定义值，具体计算公式为：式中，zi为各设备的故障预警定义值，η1i表示各设备的电气预警特征值，η2i表示各设备的运行预警特征值，a4和a5分别为设定的电气预警特征值以及运行预警特征值对应的权重因子。
9、进一步地，所述各设备的应用损耗因子，具体分析过程为：根据各设备的定义性质数据，其中定义性质数据包括应用年限和有效使用时长，并导入公式分析得到各设备的应用损耗因子αi，其中ni表示各设备的应用年限，ni→有表示各设备的有效使用时长，n″i为运营管理数据库中的各设备的额定应用年限，εi表示设定的各设备所属单位运行年限的减损因子，i表示各设备的编号，i＝1,2,3,...,n,n表示设备的数目，φ1为设定的设备运作损耗修正因子，e为自然常数。
10、进一步地，所述各设备的故障数据对应的损耗特征值，具体分析过程为：根据各设备的故障数据，其中故障数据包括故障总次数ci故、平均维护时长ti维，计算各设备的故障数据对应的损耗特征值，其计算公式为：式中，βi维为各设备的故障数据对应的损耗特征值，θ1和θ2分别表示预定义的平均维护单位时长以及单次维护对应的影响因子，τ1和τ2分别为设定的平均维护时长和维护次数对应的补偿比例值。
11、1.进一步地，所述各设备的电气预警特征值，具体分析过程为：设定监测周期，在监测周期中设置若干监测时间点，统计监测周期中各设备在各监测时间点的电压，并与设定的电压阈值进行匹配，得到监测周期中各设备在各监测时间点的电压超出电压阈值的累计次数，记为过压次数pi压，计算监测周期中各设备的电压预警标定值，其计算公式为：
12、式中，ki压为监测周期中各设备的电压预警标定值，vij压表示各设备在监测周期中各监测时间点的电压,j表示各检测时间点的编号，j＝1,2,3,...,m,m表示监测时间点的数目，θ3表示设定的单次过压对应的影响因子，τ3和τ4分别为设定的过压次数和电压对应的补偿比例值。
13、监测并统计各监测时间点中各设备的电流，由此构建监测周期中在各设备的电流折线图，并与设定的各设备电流参照折线图进行重合比对，由此提取各设备的电流折线图的累计偏离折线长度，记为di，计算监测周期中各设备的电流预警标定值，其计算公式为：式中，ki流为监测周期中各设备的电流预警标定值，d″i表示预设的各设备的电流允许偏离折线长度，fimax表示各设备在监测周期中的电流峰值，fi表示设定的各设备的电流参照峰值，θ4和θ5分别表示设定的电流以及电流峰值对应的影响因子，τ5和τ6分别为设定的电流偏离程度以及电流峰值对应的补偿比例值。
14、计算各设备的电气预警特征值，其计算公式为：式中，η1i为各设备的电气预警特征值，和分别为设定的电压预警标定值以及电流预警标定值对应的修正因子。
15、2.进一步地，所述各设备的运行预警特征值，具体分析过程为：在监测周期中监测并统计各监测时间点的各设备运行时的音量，计算监测周期中各设备的声音预警标定值，其计算公式本文档来自技高网...
【技术保护点】
1.一种基于智慧运营管理的设备故障预警方法，其特征在于包括：
2.根据权利要求1所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述构建各故障设备的预警模型，并获取各设备的故障预警界定阈值，具体过程为：
3.根据权利要求2所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述评估各设备的隐患表征值，具体过程包括：
4.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述评估各设备的故障预警定义值，具体计算公式为：
5.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述各设备的应用损耗因子，具体分析过程为：
6.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述各设备的故障数据对应的损耗特征值，具体分析过程为：
7.根据权利要求4所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述各设备的电气预警特征值，具体分析过程为：
8.根据权利要求4所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：
9.根据权利要求1所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述进行故障预警提示，具体过程为：
10.一种基于智慧运营管理的设备故障预警装置，其特征在于,包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-9中任意一项所述的方法。
...【技术特征摘要】
1.一种基于智慧运营管理的设备故障预警方法，其特征在于包括：
2.根据权利要求1所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述构建各故障设备的预警模型，并获取各设备的故障预警界定阈值，具体过程为：
3.根据权利要求2所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述评估各设备的隐患表征值，具体过程包括：
4.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述评估各设备的故障预警定义值，具体计算公式为：
5.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述各设备的应用损耗因子，具体分析过程为：
6.根据权利要求3所述的一种基于智慧运营管理的设备故障预警方法，其特征在于：所述各设备的故障数据对应...
【专利技术属性】
技术研发人员：徐志强，刘优丹，俞琳，
申请(专利权)人：龙坤无锡智慧科技有限公司，
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。