基于离线时间序列数据的设备突发大故障预测方法

摘要

本发明公开了一种基于离线时间序列数据的设备突发大故障预测方法，该方法包括步骤：(1)判断设备故障自组织临界性；(2)定义设备突发大故障；(3)计算设备突发大故障概率；(4)设备突发大故障报警。该方法充分考虑到设备突发大故障具有发生概率小但危害性大等特点，采用自组织临界性理论研究设备故障离线时间序列数据，确保了在前期数据处理时不会把设备突发大故障数据作为“噪音点”、“异常点”剔除，并为极值理论求取突发大故障发生概率提供了所需的分布特性，克服了常规预测方法对数据的均匀性和线性要求及由此造成的对突发大故障数据特殊性处理能力不强等不足，实现了设备突发大故障的预测，为设备故障预测提供了新思路和方法。

主权项

基于离线时间序列数据的设备突发大故障预测方法，包括以下步骤：(1)判断设备故障自组织临界性：分析设备离线时间数据所构成时间序列的空间幂律特性和时间长程相关性，若该序列在空间上满足幂律分布和时间上具有长程相关性，则可判断设备故障具有自组织临界性；(2)采用峰度法和超额均值函数相结合的方式进行设备突发大故障定义；(3)设备突发大故障概率计算，由步骤(1)，如果设备故障具有自组织临界性空间幂律特征，则在此基础上，结合(2)中定义的设备突发大故障点，利用极值理论动态计算接下来一段时间内设备发生突发大故障的概率；(4)设备突发大故障报警，用(3)中计算所得概率与设定概率值进行比较，当计算所得概率超过设定概率时进行报警。