发明名称 |
一种基于因素与事件间相关关系识别的设备故障预测方法 |
摘要 |
本发明公开了一种基于因素与事件间相关关系识别的设备故障预测方法,获取设备正常运行历史信息和故障历史信息,将设备故障时刻相关的运行信息及环境信息,存入数据表,形成设备故障数据集;将设备正常运行时的运行信息及环境信息形成设备正常运行数据集;在线统计分析设备故障参数,识别设备运行异常指标,从而能够迅速识别出电网设备故障隐患,进而预警,为调度和运检人员提供决策依据。本发明提供的预测方法,可给出故障判据,选出故障因素以及故障指标范围,提供明确的预警指标,为预警提供了一种科学方法。 |
申请公布号 |
CN104200288B |
申请公布日期 |
2017.03.15 |
申请号 |
CN201410479909.X |
申请日期 |
2014.09.18 |
申请人 |
山东大学 |
发明人 |
于大洋;李亚锦 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/06(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
济南圣达知识产权代理有限公司 37221 |
代理人 |
张勇 |
主权项 |
一种基于因素与事件间相关关系识别的设备故障预测方法,其特征是,包括以下步骤:步骤一:获取设备正常运行历史信息和故障历史信息,将设备故障时刻相关的运行信息及环境信息,存入数据表,形成设备故障数据集;将设备正常运行时的运行信息及环境信息形成设备正常运行数据集;步骤二:基于步骤一中的设备正常运行历史信息和故障历史信息,对设备运行因素指标值进行区间划分,对因素最大指标值与最小指标值之间的距离等间距划分为n份,在线计算得到当前区间段内的设备故障率;步骤三:采用步骤二中各个子区间两端的值的均值作为指标值区间的量化值,形成新的指标值序列,利用距离相关性算法计算因素指标值与故障率之间的相关系数,该相关系数表征了因素与故障之间的相关性;步骤四:采用相关关系排序算法对多个因素与故障间相关系数进行排序,最终确定设备故障因素;步骤五:对确定的故障因素采用聚类算法分析故障因素指标值,进而确定故障判据;步骤六:将设备当前运行值与故障判据进行比较,判断与故障相关的因素运行值是否在故障指标值范围内,如果所有故障指标的运行值均在故障指标值范围内,则判断设备运行异常,给出设备故障预警信息。 |
地址 |
250061 山东省济南市历下区经十路17923号 |