【技术实现步骤摘要】
本专利技术属于基于工业设备海量数据的数据挖掘领域，特别是涉及一种基于海量数据挖掘的设备状态预测算法。
技术介绍
现代大型工业企业的发展离不开设备。这些设备稳定、持续的运行与企业的利益息息相关，它们的故障甚至是异常停机将给企业带来难以想象的重大损失。因此在其运行过程中，提前发现可能的故障并加以预防和排除非常重要。对此有一些传统方法，如定期的人工巡视、设备停工进行例行检查等。这些传统方法有几个问题1.定期的检测需要耗费大量的人力、物力，效率很低2.对一些不必要的设备也进行了检测，造成资源的浪费3.停机检测可能会带来巨大的经济上的损失。在这样的背景下，企业对设备状态预警方面的需求日益突出。近年来设备状态预警技术逐渐进入人们的视野，该技术是利用现代传感技术和计算机技术对运行中的设备进行监测，获取反映运行状态的各种数据值，并对其进行分析处理，预测运行状况，在必要时提供报警和故障诊断信息，避免因故障的进一步扩大而导致事故的发生，为状态检修提供实时数据。状态预警技术在很多领域，如电力、医学、航空、核工业等都有着深刻而广阔的应用前景。本专利技术立足设备状态预警技术，实现了一种基...
【技术保护点】
一种基于海量数据挖掘的设备状态预测方法，其特征在于：包括阶段一：学习算法；阶段二：预测算法；所述阶段一：学习算法包括步骤如下：反映设备历史运行状态的数据样本作为训练数据集????????????????????????????????????????????????，聚类结果的类集合为，其中，为数据集中向量的第维参数的值，为每个数据向量的维度；步骤1[初始化]：，读入第一个训练数据向量并对其标准化，记录结果为，生成初始聚类，并记录upper?limit和lower?limit?，；步骤2[处理新数据向量]：读入一个新的训练数据向量并对其标准化，记录结果为，如果，使得，那么转...
【技术特征摘要】
1.一种基于海量数据挖掘的设备状态预测方法，其特征在于包括阶段一学习算法；阶段二 预测算法； 所述阶段一学习算法包括步骤如下 反映设备历史运行状态的数据样本作为训练数据集B = .,.,Oj ,聚类结果的类集合为 C，其中，Vl={1,2, o, = ( ,...OmX为数据集U中向量的第fc维参数的值为每个数据向量的维度； 步骤I [初始化]:C = # ,读入第一个训练数据向量并对其标准化，记录结果为O1，生成初始聚类^ ,并记录 upper limit 和 lower limit , C = {(^ ； 步骤2[处理新数据向量]:读入一个新的训练数据向量并对其标准化，记录结果为O2，如果彐Cj- e C，使得 dis Ibd Csfoi^Cj)= O，那么转至步骤3，否则转至步骤4 ； 步骤3 =Cjf = CjUOl,同时更...
【专利技术属性】
技术研发人员：唐胜，胡洁，
申请(专利权)人：国家电网公司，江苏瑞中数据股份有限公司，
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。