一种监测目标设备运行状态的预警方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113837479A(43)申请公布日2021.12.24(21)申请号202111146024.4G06N3/08(2006.01)(22)申请日2021.09.28(71)申请人南京凡科信息科技有限公司地址210012江苏省南京市雨花台区雨花大道2号一层(72)发明人瞿建平王澜彭甫镕沈翔(74)专利代理机构北京五洲洋和知识产权代理事务所(普通合伙)11387代理人刘春成(51)Int.Cl.G06Q10/04(2012.01)G06Q10/00(2012.01)G06Q50/04(2012.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书4页说明书14页附图6页(54)发明名称一种监测目标设备运行状态的预警方法和系统(57)摘要本申请提供一种监测目标设备运行状态的预警方法和系统，预警方法包括以下步骤：将目标设备当前时刻的各项监测指标作为输入，计算得到影响因子；采用影响因子对BP神经网络的隐含层的每个神经元的权重进行动态优化，得到参数动态优化BP神经网络的设备运行状态预警模型；基于设备运行状态预警模型，根据目标设备的输入数据集，对目标设备下一时刻的运行状态进行预警。本申请的技术方案实现了对设备故障情况进行主动预测，及时避免设备故障发生，同时可以指导现场设备运行和维护操作，为目标设备运行状态的检修提供了科学依据。并且在计算过程动态减少了网络参数，提高了网络泛化性，在实际应用中达到准确提前预测大型目标设备运行趋势效果。CN113837479ACN113837479A权利要求书1/4页1.一种监测目标设备运行状态的预警方法，其特征在于，所述预警方法包括以下步骤：步骤S10，将目标设备当前时刻的各项监测指标作为输入，计算得到动态优化BP神经网络的影响因子；步骤S20，采用所述影响因子对BP神经网络的隐含层的每个神经元的权重进行动态优化，得到参数动态优化BP神经网络的设备运行状态预警模型；步骤S30，基于所述设备运行状态预警模型，根据获取的目标设备的输入数据集，对目标设备下一时刻的运行状态进行预警；其中，所述输入数据集包括当前时刻及以前若干个时刻的各项监测指标，每一个所述监测指标包括目标设备的监测指标数列值。2.如权利要求1所述的监测目标设备运行状态的预警方法，其特征在于，步骤S10包括：步骤S11，将目标设备当前时刻的各项监测指标作为输入变量，对输入变量进行归一化处理，得到输入向量，计算输入向量中各分量所对应的隶属度函数值；步骤S12，根据所述隶属度函数值计算输入向量与m个数据子类的相似度，并按照公式：对相似度做归一化处理，得到所述影响因子式中，m为设备运行状态预警模型的输入数据集中数据子类的数量，αj(k)表示k时刻输入向量与m个数据子类中第i个数据子类的相似度，表示k时刻输入向量与m个数据子类的相似度之和，i、j∈[1，m]，m为大于1的正整数。3.如权利要求2所述的监测目标设备运行状态的预警方法，其特征在于，步骤S11中，输入变量为X(k)＝[x(k)1，x(k)2，……，x(k)n]，n表示输入变量的数量，按照公式：得到归一化处理后的输入向量为：式中，i＝(1，2，…n)，ximax为第i项监测指标量程的最大值，ximin为第i项监测指标量程的最小值；按照隶属度函数模型：计算输入向量中各分量所对应的隶属度函数值；式中，分别表示第k时刻、第k‑1时刻，第i个归一化处理后所述输入向量的分量与属于m个数据子类中第j个数据子类的隶属度函数值，v、c、b均为隶属度函数模型的参数。2CN113837479A权利要求书2/4页4.如权利要求3所述的监测目标设备运行状态的预警方法，其特征在于，步骤S12中，根据输入向量中各分量所对应的隶属度函数值，按照公式：得到输入向量与每个数据子类的相似度。5.如权利要求4所述的设备运行状态的预警方法，其特征在于，步骤S20中，按照公式：得到输入向量在参数动态优化BP神经网络的隐含层每个神经元的输入；式中，wjr表示由输入到隐含层属于第j个数据子类的第r个神经元的连接权重；表示BP神经网络隐含层属于第j个数据子类的第r个神经元的偏置值，r表示隐含层中属于每个数据子类的神经元数量，r＝(1，2，3)；为影响因子，p表示k时刻目标设备的监测指标数量。6.如权利要求5所述的监测目标设备运行状态的预警方法，其特征在于，步骤S30包括：步骤S31，基于所述设备运行状态预警模型，根据获取的目标设备的输入数据集，得到目标设备在下一时刻的运行状态评估预测值；步骤S32，将所述运行状态评估预测值和预设运行状态阈值进行比对，响应于所述运行状态评估预测值大于所述预设运行状态阈值，对目标设备下一时刻的运行状态进行预警