一种基于大数据分析的故障预警方法技术

一种基于大数据分析的故障预警方法，包括：预先基于历史数据确定任一设备故障后的故障影响范围，以构建出多设备组成的拓扑关系网；将中控机与各设备进行通信连接，并在中控机本地维护所述拓扑关系网；通过中控机接收设备故障信息，其中，设备故障信息中携带有发生故障的设备的标识信息；在中控机本地基于所述维护的拓扑关系网以及故障的标识信息确定故障影响范围；基于所确定的故障影响范围生成故障预警通知

【技术实现步骤摘要】
一种基于大数据分析的故障预警方法


[0001]本专利技术涉及设备管理
，具体涉及一种基于大数据分析的故障预警方法
。

技术介绍

[0002]定期的设备维护保养可排除故障隐患，减少事故发生，减少因设备故障对工作带来的影响，降低运行费用，延长设备使用寿命
。
[0003]尤其的针对设备诸多的场景，例如厂房，设备的维护保养显得十分重要
。
目前，常见对厂房巡检的方式通常为定期
、
定向
、
定流程的对设备开展巡检工作，但是该种巡检方式，虽能避免一定的盲目性但是缺少机动性，浪费人力物力，且在所述情况下，对于设备故障的预警不够及时
。

技术实现思路

[0004]本专利技术所要解决的技术问题是提供一种基于大数据分析的故障预警方法，提供一种简单
、
易于实施的设备故障预警方法，以降低人力物力消耗，及时预警
。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：一种基于大数据分析的故障预警方法，包括如下步骤：
Step1、
预先基于历史数据确定任一设备故障后的故障影响范围，以构建出多设备组成的拓扑关系网，其中不同设备故障所造成的故障影响范围一致的情况下，在所述拓扑关系网中表征为同一个节点，不同设备故障所造成的故障存在关联关系的情况下，在所述拓扑关系网中表征为连线，且所述拓扑关系网中为各故障或关联关系配置有相应的标识信息；
Step2、
将中控机与各设备进行通信连接，并在中控机本地维护所述拓扑关系网；
Step3、
通过中控机接收设备故障信息，设备故障信息中携带有发生故障的设备的标识信息；
Step4、
在中控机本地基于所述维护的拓扑关系网以及故障的标识信息确定故障影响范围；
Step5、
基于所确定的故障影响范围生成故障预警通知
。
[0006]上述的故障影响范围包括受到故障影响的设备的集合，其中受到故障影响的设备的集合基于造成损失的程度进行排序
。
[0007]上述的
Step4
包括：基于故障的标识信息确定故障设备类型，并基于所述故障设备类型确定故障影响范围；或者，基于所述故障的标识信息在影响面数据库中进行查询，根据查询结果确定故障影响范围
。
[0008]上述的
Step4
还包括：基于设备故障信息确定对应的初始故障设备，基于初始故障设备在拓扑关系网中
查询出相关的故障设备，以确定故障影响范围
。
[0009]上述的
Step4
还包括：在故障的标识信息指向多个设备的情况下，从标识信息所包含的故障设备中依照设备的重要等级进行排序来确定损失程度，以确定故障影响范围；在故障的标识信息指向的多个设备中包含重要等级相同的设备的情况下，根据拓扑关系网中包含相应设备的节点数的多少进行排序，以确定故障影响范围
。
[0010]上述的故障预警方法还包括：
Step6、
分别确定各设备的平均故障周期，并在任一设备的平均故障周期更新所述拓扑关系网；以及为任意故障影响范围的各设备添加标记，在任一设备被添加标记的次数超过预设次数的情况下，更新所述拓扑关系网
。
[0011]本专利技术提供的一种基于大数据分析的故障预警方法，在中控机本地基于所述维护的拓扑关系网以及故障的标识信息确定故障影响范围；基于所确定的故障影响范围生成故障预警通知；本方法能够降低人力物力消耗，实现及时进行设备预警，尤其适用于设备诸多的场景
。
附图说明
[0012]下面结合附图和实施例对本专利技术作进一步说明：图1是本实施例的故障预警方法的基本流程图
。
具体实施方式
[0013]以下结合附图和实施例详细说明本专利技术技术方案
。
[0014]一种基于大数据分析的故障预警方法，包括如下步骤：
Step1、
预先基于历史数据确定任一设备故障后的故障影响范围，以构建出多设备组成的拓扑关系网，其中不同设备故障所造成的故障影响范围一致的情况下，在所述拓扑关系网中表征为同一个节点，不同设备故障所造成的故障存在关联关系的情况下，在所述拓扑关系网中表征为连线，且所述拓扑关系网中为各故障或关联关系配置有相应的标识信息；
Step2、
将中控机与各设备进行通信连接，并在中控机本地维护所述拓扑关系网；
Step3、
通过中控机接收设备故障信息，设备故障信息中携带有发生故障的设备的标识信息；
Step4、
在中控机本地基于所述维护的拓扑关系网以及故障的标识信息确定故障影响范围；
Step5、
基于所确定的故障影响范围生成故障预警通知
。
[0015]上述的故障影响范围包括受到故障影响的设备的集合，其中受到故障影响的设备的集合基于造成损失的程度进行排序
。
[0016]上述的
Step4
包括：基于故障的标识信息确定故障设备类型，并基于所述故障设备类型确定故障影响范围；
或者，基于所述故障的标识信息在影响面数据库中进行查询，根据查询结果确定故障影响范围
。
[0017]上述的
Step4
还包括：基于设备故障信息确定对应的初始故障设备，基于初始故障设备在拓扑关系网中查询出相关的故障设备，以确定故障影响范围
。
[0018]上述的
Step4
还包括：在故障的标识信息指向多个设备的情况下，从标识信息所包含的故障设备中依照设备的重要等级进行排序来确定损失程度，以确定故障影响范围；在故障的标识信息指向的多个设备中包含重要等级相同的设备的情况下，根据拓扑关系网中包含相应设备的节点数的多少进行排序，以确定故障影响范围
。
[0019]上述的故障预警方法还包括：
Step6、
分别确定各设备的平均故障周期，并在任一设备的平均故障周期更新所述拓扑关系网；以及为任意故障影响范围的各设备添加标记，在任一设备被添加标记的次数超过预设次数的情况下，更新所述拓扑关系网
。
[0020]实施例：如图1中所示，一种基于大数据分析的故障预警方法，包括如下步骤：在步骤
S101
中，预先基于历史数据确定任一设备故障后的故障影响范围，以构建出多设备组成的拓扑关系网，其中不同设备故障所造成的故障影响范围一致的情况下，在所述拓扑关系网中表征为同一个节点，不同设备故障所造成的故障存在关联关系的情况下，在所述拓扑关系网中表征为连线，且所述拓扑关系网中为各故障或关联关系配置有相应的标识信息；在步骤
S102
中，将中控机与各设备进行通信连接，并在所述中控机本地维护所述拓扑关系网；在步骤
S103
中，通过中控机接收设备故障信息，其中，所述设备故障信息中携带有发生故本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据分析的故障预警方法，其特征是，包括如下步骤：
Step1、
预先基于历史数据确定任一设备故障后的故障影响范围，以构建出多设备组成的拓扑关系网，其中不同设备故障所造成的故障影响范围一致的情况下，在所述拓扑关系网中表征为同一个节点，不同设备故障所造成的故障存在关联关系的情况下，在所述拓扑关系网中表征为连线，且所述拓扑关系网中为各故障或关联关系配置有相应的标识信息；
Step2、
将中控机与各设备进行通信连接，并在中控机本地维护所述拓扑关系网；
Step3、
通过中控机接收设备故障信息，设备故障信息中携带有发生故障的设备的标识信息；
Step4、
在中控机本地基于所述维护的拓扑关系网以及故障的标识信息确定故障影响范围；
Step5、
基于所确定的故障影响范围生成故障预警通知
。2.
根据权利要求1所述的一种基于大数据分析的故障预警方法，其特征在于，所述的故障影响范围包括受到故障影响的设备的集合，其中受到故障影响的设备的集合基于造成损失的程度进行排序
。3.
根据权利要求2所述的一种基于大数据分析的故障预警方法，其特征在于，所述的
Step4
包括：基于故障的标识信...

【专利技术属性】
技术研发人员：周保红，刘帅，张玉松，欧思程，杨锦辉，刘道君，蒋明，石磊，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：