【技术实现步骤摘要】
本申请涉及机电设备管理，尤其是涉及一种高速公路隧道机电设备监测管理方法及系统。
技术介绍
1、随着经济的快速发展，高速公路隧道建设规模不断扩大，为了确保隧道内行车安全，需要做好隧道机电设施的管理与养护工作。高速公路隧道机电系统通常由供配电系统、照明系统、通风系统、空调系统、给排水系统、消防系统、监控系统、通信系统以及中央管理与控制系统等组成，保障了隧道内的交通安全、运行效率和行驶舒适度。因此，加强隧道机电建设、完善机电维护、确保机电系统正常运转是减少事故、减轻事故危害的根本途径之一。
2、目前，由于隧道内机电设备数量较多，各个设备之间存在复杂的相互依赖关系，一旦发生故障，很可能会引发连锁反应，影响整个隧道的安全和运行效率。因此，如何有效监测和管理这些机电设备，预测和防止潜在的联动故障，是当前亟需解决的技术问题。
技术实现思路
1、为了有效监测和管理这些机电设备，预测和防止潜在的联动故障，本申请提供了一种高速公路隧道机电设备监测管理方法及系统。
2、第一方面，本申请提供一种高速公路隧道机电设备监测管理方法，采用如下的技术方案：
3、一种高速公路隧道机电设备监测管理方法，包括：
4、构建包含高速公路隧道内多个机电设备的设备关系图；其中，所述设备关联图中的各个节点表示各个机电设备，节点之间的边表示机电设备之间的关联；
5、采集各个所述机电设备的实时设备数据；
6、将所述各个机电设备的实时设备数据输入至预先训练的设备故
7、根据所述故障预测结果，发送设备维护提示信息至管理终端。
8、通过采用上述技术方案，构建设备关系图，以清晰地了解设备的相互依赖关系，有助于预防设备的连锁故障；将实时设备数据输入预先训练好的故障预测模型中，模型会利用实时数据与历史数据以及设备间的相互依赖关系，输出每个机电设备的故障概率，进而在设备出现故障之前进行预警，避免设备的进一步损坏，通过设备维护提示信息，可以及时通知管理人员进行设备的维护，从而实现了对高速公路隧道内机电设备的有效监测和管理，提高了设备的运行效率和安全性。
9、可选的，所述设备故障预测模型的训练步骤包括：
10、获取所述各个机电设备的历史设备数据；其中，所述历史设备数据包括历史设备运行数据、历史设备环境数据和历史事件日志；
11、根据所述各个机电设备的历史设备数据，生成历史时间序列数据集并进行数据预处理；
12、将所述设备关系图和所述历史时间序列数据集输入至预先构建的图神经网络模型中并进行模型训练；
13、通过反向传播算法更新模型权重并计算模型的损失函数，直到所述损失函数满足预设条件或所述图神经网络模型迭代次数达到预设次数，得到训练后的所述设备故障预测模型。
14、通过采用上述技术方案，预先构建图神经网络（gnn）模型，利用收集到的时间序列数据和设备关系图，训练模型学习多个机电设备间的相互依赖关系，以识别设备的正常运行模式和潜在故障模式，有助于预防设备的连锁故障。
15、可选的，所述图神经网络模型包括图卷积网络模型、图注意力网络模型或图同构网络模型。
16、通过采用上述技术方案，不同类型的gnn模型提供了不同的优势，比如gcn强调节点的局部邻域信息，gat通过注意力机制强化重要节点的影响，gin则注重图同构性质；通过提供多种模型，使得在实际训练时能够根据场景需求选择最合适的神经网络结构。
17、可选的，所述得到故障预测结果的步骤包括：
18、将所述各个机电设备的实时设备数据输入至所述设备故障预测模型，根据所述设备故障预测模型的输出得到每个机电设备的故障预测概率；
19、分别判断每个机电设备的故障预测概率是否大于第一预设阈值，若是，则确定所述机电设备为预测故障设备；
20、通过所述设备故障预测模型确定所述预测故障设备的所有故障传播路径，并计算每条所述故障传播路径的影响概率；
21、分别判断每条所述故障传播路径的影响概率是否大于第二预设阈值，若是，则确定所述故障传播路径上的另一机电设备为潜在故障设备。
22、通过采用上述技术方案，利用故障预测模型计算每个机电设备的故障预测概率，进而为维护团队提供了量化的故障风险评估，使得决策更加数据驱动；通过确定预测故障设备，并根据设备间的依赖关系提前识别出可能存在潜在故障的关联设备，从而为采取预防性维护措施提供了依据，减少了故障的连锁反应，提高了高速公路隧道机电设备的监测管理水平，保障了隧道运行的安全和效率。
23、可选的，确定所述预测故障设备的所有故障传播路径的步骤包括：
24、根据所述设备关系图，确定所述预测故障设备所在节点的传播边；其中，所述传播边为所述预测故障设备所在节点到每一相邻节点之间的边；
25、通过所述设备故障预测模型，计算每条所述传播边的影响力分数；
26、分别判断每条所述传播边的影响力分数是否超过第三预设阈值，若是，则确定所述传播边为故障传播路径。
27、通过采用上述技术方案，利用每条传播边的影响力分数，可以对不同的传播边进行量化的风险评估，使用阈值筛选可以区分每条传播边的故障影响力大小，进而为确定故障传播路径提供依据。
28、可选的，根据所述故障预测结果，发送设备维护提示信息至管理终端的步骤包括：
29、当所述机电设备为预测故障设备或潜在故障设备时，根据所述机电设备的位置信息，生成设备维护提示信息并发送至管理终端。
30、通过采用上述技术方案，一旦设备被预测为故障预测设备或潜在故障设备，则需要生成相应的维护提示信息，通过提前识别潜在的故障设备，可以及时采取措施进行维修和保养，从而降低了设备故障的风险，提高了设备的可靠性和稳定性。
31、第二方面，本申请提供一种高速公路隧道机电设备监测管理系统，采用如下的技术方案：
32、一种高速公路隧道机电设备监测管理系统，包括：
33、设备数据实时采集模块，用于采集高速公路隧道内的各个机电设备的实时设备数据；
34、故障预测结果生成模块，用于将所述各个机电设备的实时设备数据输入至预先训练的设备故障预测模型中，得到故障预测结果；
35、设备维护提示信息发送模块，用于根据所述故障预测结果，发送设备维护提示信息至管理终端。
36、通过采用上述技术方案，将实时设备数据输入预先训练好的故障预测模型中，模型会利用实时数据与历史数据以及设备间的相互依赖关系，输出每个机电设备的故障概率，进而在设备出现故障之前进行预警，避免设备的进一步损坏，通过设备维护提示信息，可以及时通知管理人员进行设备的维护，从而实现了对高速公路隧道内机电设备的有效监测和管理，提高了设备的运行本文档来自技高网...
【技术保护点】
1.一种高速公路隧道机电设备监测管理方法，其特征在于，包括：
2.根据权利要求1所述的一种高速公路隧道机电设备监测管理方法，其特征在于，所述设备故障预测模型的训练步骤包括：
3.根据权利要求2所述的一种高速公路隧道机电设备监测管理方法，其特征在于：所述图神经网络模型包括图卷积网络模型、图注意力网络模型或图同构网络模型。
4.根据权利要求2所述的一种高速公路隧道机电设备监测管理方法，其特征在于，所述得到故障预测结果的步骤包括：
5.根据权利要求4所述的一种高速公路隧道机电设备监测管理方法，其特征在于，确定所述预测故障设备的所有故障传播路径的步骤包括：
6.根据权利要求5所述的一种高速公路隧道机电设备监测管理方法，其特征在于，根据所述故障预测结果，发送设备维护提示信息至管理终端的步骤包括：
7.一种高速公路隧道机电设备监测管理系统，其特征在于，包括：
8.根据权利要求7所述的一种高速公路隧道机电设备监测管理系统，其特征在于，所述故障预测结果生成模块包括：
9.一种计算机设备，其特征在于：包
10.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1到6任一种方法的计算机程序。
...【技术特征摘要】
1.一种高速公路隧道机电设备监测管理方法，其特征在于，包括：
2.根据权利要求1所述的一种高速公路隧道机电设备监测管理方法，其特征在于，所述设备故障预测模型的训练步骤包括：
3.根据权利要求2所述的一种高速公路隧道机电设备监测管理方法，其特征在于：所述图神经网络模型包括图卷积网络模型、图注意力网络模型或图同构网络模型。
4.根据权利要求2所述的一种高速公路隧道机电设备监测管理方法，其特征在于，所述得到故障预测结果的步骤包括：
5.根据权利要求4所述的一种高速公路隧道机电设备监测管理方法，其特征在于，确定所述预测故障设备的所有故障传播路径的步骤包括：
6.根据权...
【专利技术属性】
技术研发人员：罗玉萍，金正永，张艺，周欣潮，孙建，
申请(专利权)人：四川智慧高速科技有限公司，
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。