本申请公开了一种基于故障预测的设备状态确定方法、装置及介质，不仅获取目标设备的实时监测数据，还获取与目标设备相关联设备的实时监测数据，考虑的因素更为全面。根据知识图谱确定故障状态的根因，分析所有根因的实际后验概率并确定目标设备的状态，相比直接根据只能反映表象的监测数据确定目标设备的状态，提高对设备状态确定的准确性，有效克服根据监测数据确定设备状态与实际状态存在延迟的问题。并且根据实际后验概率进行时间序列预测分析得到未来预设时间段内的预测后验概率，根据所有根因的实际后验概率和预测后验概率确定设备状态，能够更早洞悉设备状态，起到警示作用。用。用。
【技术实现步骤摘要】
一种基于故障预测的设备状态确定方法、装置及介质
[0001]本申请涉及故障信息处理
，特别是涉及一种基于故障预测的设备状态确定方法、装置及介质。
技术介绍
[0002]当前大型工业设备大多都建立了在线监测系统，基于监测数据可以了解设备的工作状态，帮助运维管理人员随时掌握设备运行状态，对于保障设备安全及正常生产具有重要意义。
[0003]由于监测数据一般是表象，导致表象的根因可能有很多种，直接根据监测数据确定设备状态准确性较低，另外从故障根因发展到表象往往有较大的延迟，导致直接根据监测数据确定设备状态与实际状况存在延迟。
[0004]因此，如何提高对设备状态确定的准确性，有效克服直接根据监测数据确定设备状态与实际状况存在延迟的问题是本领域技术人员亟需要解决的问题。
技术实现思路
[0005]本申请的目的是提供一种基于故障预测的设备状态确定方法、装置及计算机可读存储介质，用于提高对设备状态确定的准确性，有效克服基于监测数据确定设备状态与实际状况存在延迟的问题。
[0006]为解决上述技术问题，本申请提供一种基于故障预测的设备状态确定方法，包括：
[0007]获取目标设备和所述目标设备的关联设备的实时监测数据；
[0008]根据所述实时监测数据计算所述目标设备和所述关联设备当前的故障状态；
[0009]根据知识图谱确定所述故障状态的根因，并根据所述故障状态计算每个所述根因的实际后验概率；
[0010]将所述实际后验概率按时间排序，并进行时间序列预测分析，得到每个所述根因的未来预设时间段内的后验概率变化曲线；
[0011]根据所述后验概率变化曲线获得所述未来预设时间段内的预测后验概率，并根据所述目标设备的所有所述根因的所述实际后验概率和所述预测后验概率确定所述目标设备的状态。
[0012]优选地，所述根据知识图谱确定所述故障状态的根因，并根据所述故障状态计算每个所述根因的实际后验概率，包括：
[0013]根据所述知识图谱确定所述故障状态和用户反馈的状态信息对应的根因；
[0014]根据所述故障状态和所述状态信息，利用变量消元算法、团树传播算法、随机采样算法、变分法中任一种方法计算每个所述根因的所述实际后验概率。
[0015]优选地，所述得到每个所述根因的未来预设时间段内的后验概率变化曲线之后，还包括：
[0016]根据每个所述根因的所述后验概率变化曲线中后验概率上升到预设高度所需时
间以确定故障发展趋势。
[0017]优选地，所述根据所述目标设备的所有所述根因的所述实际后验概率和所述预测后验概率确定所述目标设备的状态，包括：
[0018]根据所述实际后验概率和所述预测后验概率计算每个所述根因的加权后验概率；
[0019]确定每个所述根因的先验概率；
[0020]根据所述先验概率和所述加权后验概率计算每个所述根因的发生概率增益；
[0021]根据所述故障状态和用户反馈的状态信息对应的所有所述根因生成故障根因集合；
[0022]根据根因严酷度和所述故障根因集合中的所有所述根因的所述发生概率增益计算所述目标设备状态的偏离度；
[0023]根据所述偏离度计算所述目标设备的健康度；
[0024]根据所述健康度确定所述目标设备的状态。
[0025]优选地，所述根据所述健康度确定所述目标设备的状态，包括：
[0026]将所述健康度比对健康等级表确定所述设备的健康等级与处置建议以确定所述目标设备的状态；
[0027]其中，所述健康等级表包括健康度、健康等级与处置建议之间的对应关系，所述处置建议包括需要立即检修、关注设备运行状态和正常运行。
[0028]优选地，所述根据知识图谱确定所述故障状态的根因，包括：
[0029]根据历史数据、专家经验数据和专业书籍数据，构建所述知识图谱；
[0030]根据所述知识图谱确定所述故障状态的所述根因；
[0031]其中，所述知识图谱包括设备、监测数据、状态信息、故障、处理措施之间的逻辑关系。
[0032]优选地，所述确定所述目标设备的状态之后，还包括：
[0033]若所述目标设备处于异常状态，确定所述实际后验概率较高的所述根因；
[0034]利用所述知识图谱和所述实际后验概率较高的所述根因进行故障分析，确定故障的处理措施。
[0035]本申请还提供一种基于故障预测的设备状态确定装置，包括：
[0036]获取模块，用于获取目标设备和所述目标设备的关联设备的实时监测数据；
[0037]第一计算模块，用于根据所述实时监测数据计算所述目标设备和所述关联设备当前的故障状态；
[0038]第二计算模块，用于根据知识图谱确定所述故障状态的根因，并根据所述故障状态计算每个所述根因的实际后验概率；
[0039]预测模块，用于将所述实际后验概率按时间排序，并进行时间序列预测分析，得到每个所述根因的未来预设时间段内的后验概率变化曲线；
[0040]确定模块，用于根据所述后验概率变化曲线获得所述未来预设时间段内的预测后验概率，并根据所述目标设备的所有所述根因的所述实际后验概率和所述预测后验概率确定所述目标设备的状态。
[0041]本申请还提供一种基于故障预测的设备状态确定装置，包括存储器，用于存储计算机程序；
[0042]处理器，用于执行所述计算机程序时实现所述的基于故障预测的设备状态确定方法的步骤。
[0043]本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于故障预测的设备状态确定方法的步骤。
[0044]本申请所提供的一种基于故障预测的设备状态确定方法，不仅获取目标设备的实时监测数据，还获取与目标设备相关联设备的实时监测数据，考虑的因素更为全面。根据知识图谱确定故障状态的根因，分析所有根因的实际后验概率并确定目标设备的状态，相比直接根据只能反映表象的监测数据确定目标设备的状态，提高对设备状态确定的准确性，有效克服根据监测数据确定设备状态与实际状态存在延迟的问题。并且根据实际后验概率进行时间序列预测分析得到未来预设时间段内的预测后验概率，根据所有根因的实际后验概率和预测后验概率确定设备状态，能够更早洞悉设备状态，起到警示作用。
[0045]本申请所提供的一种基于故障预测的设备状态确定装置及介质与方法对应，效果如上。
附图说明
[0046]为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]图1为本申请实施例提供的一种基于故障预测的设备状态确定方法的流程图；
[0048]图2为本申请实施例提供的一种贝叶斯网络图；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于故障预测的设备状态确定方法，其特征在于，包括：获取目标设备和所述目标设备的关联设备的实时监测数据；根据所述实时监测数据计算所述目标设备和所述关联设备当前的故障状态；根据知识图谱确定所述故障状态的根因，并根据所述故障状态计算每个所述根因的实际后验概率；将所述实际后验概率按时间排序，并进行时间序列预测分析，得到每个所述根因的未来预设时间段内的后验概率变化曲线；根据所述后验概率变化曲线获得所述未来预设时间段内的预测后验概率，并根据所述目标设备的所有所述根因的所述实际后验概率和所述预测后验概率确定所述目标设备的状态。2.根据权利要求1所述的基于故障预测的设备状态确定方法，其特征在于，所述根据知识图谱确定所述故障状态的根因，并根据所述故障状态计算每个所述根因的实际后验概率，包括：根据所述知识图谱确定所述故障状态和用户反馈的状态信息对应的根因；根据所述故障状态和所述状态信息，利用变量消元算法、团树传播算法、随机采样算法、变分法中任一种方法计算每个所述根因的所述实际后验概率。3.根据权利要求1所述的基于故障预测的设备状态确定方法，其特征在于，所述得到每个所述根因的未来预设时间段内的后验概率变化曲线之后，还包括：根据每个所述根因的所述后验概率变化曲线中后验概率上升到预设高度所需时间以确定故障发展趋势。4.根据权利要求1所述的基于故障预测的设备状态确定方法，其特征在于，所述根据所述目标设备的所有所述根因的所述实际后验概率和所述预测后验概率确定所述目标设备的状态，包括：根据所述实际后验概率和所述预测后验概率计算每个所述根因的加权后验概率；确定每个所述根因的先验概率；根据所述先验概率和所述加权后验概率计算每个所述根因的发生概率增益；根据所述故障状态和用户反馈的状态信息对应的所有所述根因生成故障根因集合；根据根因严酷度和所述故障根因集合中的所有所述根因的所述发生概率增益计算所述目标设备状态的偏离度；根据所述偏离度计算所述目标设备的健康度；根据所述健康度确定所述目标设备的状态。5.根据权利要求4所述的基于故障预测的设备状态确定方法，其特征在于，所述根据所述健康度确定...
【专利技术属性】
技术研发人员：谈群，苗洪雷，吴小芳，胡晓，
申请(专利权)人：华自科技股份有限公司，
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。