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()
【技术实现步骤摘要】
本申请涉及数据处理,具体涉及一种建筑设备数据融合的故障预测分析方法及系统。
技术介绍
1、建筑设备工程是现代建筑的重要组成部分,它涵盖了建筑物的供水、排水、通风、空气调节、消防、电气照明等各个方面,直接关系到建筑物的安全、舒适性以及能源消耗等问题,这就对建筑设备的安全性有了较高的需求,而建筑设备在投入运行后,随着运行时间的增长容易发生故障,目前所使用的建筑设备中,常常需要两个或者多个设备相互配合完成协同任务,比如环境传感器与控制器,如果配合过程中设备运行异常,就会导致协同任务中断无法执行。但是,现有技术中,大多是对单一设备分开进行故障预测分析,缺乏对于协同设备之间的协同故障分析,进而导致故障预警不全面、不准确。
技术实现思路
1、本申请提供了一种建筑设备数据融合的故障预测分析方法及系统,用以解决现有技术中存在的由于大多是对单一设备分开进行故障预测分析,缺乏对于协同设备之间的协同故障分析,进而导致故障预警不全面、不准确的技术问题。
2、根据本申请的第一方面,提供了一种建筑设备数据融合的故障预测分析方法,包括:采集第一建筑设备的第一实时工况数据和第二建筑设备的第二实时工况数据,其中,所述第一建筑设备和所述第二建筑设备为协同作业的设备;根据所述第一实时工况数据和所述第二实时工况数据进行协同作业异常分析,获取协同故障特征;将所述协同故障特征输入故障预测模块对所述第一实时工况数据和所述第二实时工况数据分别进行故障预测,获取表示所述第一建筑设备发生故障的第一独立故障概率,以及表示所
3、根据本申请的第二方面,提供了一种建筑设备数据融合的故障预测分析系统,包括:实时工况数据采集单元,所述实时工况数据采集单元用于采集第一建筑设备的第一实时工况数据和第二建筑设备的第二实时工况数据,其中,所述第一建筑设备和所述第二建筑设备为协同作业的设备;协同作业异常分析单元,所述协同作业异常分析单元用于根据所述第一实时工况数据和所述第二实时工况数据进行协同作业异常分析,获取协同故障特征;独立故障概率预测单元,所述独立故障概率预测单元用于将所述协同故障特征输入故障预测模块对所述第一实时工况数据和所述第二实时工况数据分别进行故障预测,获取表示所述第一建筑设备发生故障的第一独立故障概率,以及表示所述第二建筑设备发生故障的第二独立故障概率;概率融合计算单元,所述概率融合计算单元用于根据所述第一独立故障概率和所述第二独立故障概率进行概率融合计算,输出融合故障概率;故障提醒单元,所述故障提醒单元用于当所述融合故障概率大于预设融合故障概率,输出故障提醒信息。
4、根据本申请采用的一个或多个技术方案,其可达到的有益效果如下:
5、采集第一建筑设备的第一实时工况数据和第二建筑设备的第二实时工况数据,其中,第一建筑设备和第二建筑设备为协同作业的设备,根据第一实时工况数据和第二实时工况数据进行协同作业异常分析,获取协同故障特征,将协同故障特征输入故障预测模块对第一实时工况数据和第二实时工况数据分别进行故障预测,获取表示第一建筑设备发生故障的第一独立故障概率,以及表示第二建筑设备发生故障的第二独立故障概率,根据第一独立故障概率和第二独立故障概率进行概率融合计算,输出融合故障概率,当融合故障概率大于预设融合故障概率,输出故障提醒信息。由此通过对协同作业的设备进行故障概率分析预测,及时进行故障预警,达到保证协同作业正常执行,提升故障预警准确性和灵敏性的技术效果。
本文档来自技高网...【技术保护点】
1.一种建筑设备数据融合的故障预测分析方法,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,将所述协同故障特征输入故障预测模块对所述第一实时工况数据和所述第二实时工况数据分别进行故障预测,方法包括:
3.如权利要求2所述的方法,其特征在于,根据所述第一独立故障概率和所述第二独立故障概率进行概率融合计算,输出融合故障概率,概率融合计算的表达式包括:
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
5.如权利要求3所述的方法,其特征在于,所述方法还包括:
6.如权利要求1所述的方法,其特征在于,根据所述第一实时工况数据和所述第二实时工况数据进行协同作业异常分析,获取协同故障特征,方法还包括:
7.如权利要求3所述的方法,其特征在于,所述方法还包括:
8.如权利要求7所述的方法,其特征在于,所述方法还包括:
9.一种建筑设备数据融合的故障预测分析系统,其特征在于,用于执行权利要求1至8任意一项所述方法的步骤,所述系统包括:
【技术特征摘要】
1.一种建筑设备数据融合的故障预测分析方法,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,将所述协同故障特征输入故障预测模块对所述第一实时工况数据和所述第二实时工况数据分别进行故障预测,方法包括:
3.如权利要求2所述的方法,其特征在于,根据所述第一独立故障概率和所述第二独立故障概率进行概率融合计算,输出融合故障概率,概率融合计算的表达式包括:
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
5...
【专利技术属性】
技术研发人员:刘春凤,李佳佳,何国苗,蔡望明,刘娇,
申请(专利权)人:北京北投智慧城市科技有限公司,
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。