预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共24页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113033913A(43)申请公布日2021.06.25(21)申请号202110409872.3(22)申请日2021.04.16(71)申请人上海电气集团股份有限公司地址200336上海市长宁区兴义路8号30层(72)发明人顾时瑞秦敏叶笑冬席雪艳赵立新(74)专利代理机构上海弼兴律师事务所31283代理人杨东明余中燕(51)Int.Cl.G06Q10/04(2012.01)G06Q10/00(2012.01)G06Q10/06(2012.01)权利要求书4页说明书15页附图4页(54)发明名称空调故障预测性维护方法、系统、电子设备及存储介质(57)摘要本发明提供一种空调故障预测性维护方法、系统、电子设备及存储介质,该方法包括:建立空调群组,所述空调群组包括单台空调设备或处于相同工况的多台空调设备;获取目标差异值轨迹预测模型;基于所述空调群组在过去的预定时间窗内的目标监测数据,通过所述目标差异值轨迹预测模型,预测在未来的维修预留时间窗内所述单台空调设备的不同类型目标监测数据之间的差异值拟合轨迹、或所述多台空调设备的相同类型目标监测数据之间的差异值拟合轨迹;当所述差异值拟合轨迹中有离群点时,输出相应的预警信息。本发明可以解决虚警过多、“过度修”偶发及突发性故障无法预测、先兆性故障难推测等问题。CN113033913ACN113033913A权利要求书1/4页1.一种空调故障预测性维护方法,其特征在于,包括:建立空调群组,所述空调群组包括单台空调设备或处于相同工况的多台空调设备;获取目标差异值轨迹预测模型;基于所述空调群组在过去的预定时间窗内的目标监测数据,通过所述目标差异值轨迹预测模型,预测在未来的维修预留时间窗内所述单台空调设备的不同类型目标监测数据之间的差异值拟合轨迹、或所述多台空调设备的相同类型目标监测数据之间的差异值拟合轨迹;当所述差异值拟合轨迹中有离群点时,输出相应的预警信息。2.根据权利要求1所述的空调故障预测性维护方法,其特征在于,所述获取目标差异值轨迹预测模型包括:获取所述空调群组的历史目标工况数据和历史目标监测数据;根据所述历史目标工况数据,对所述历史目标监测数据进行切片分组;根据不同组所述历史目标监测数据,分别训练得到不同差异值轨迹预测模型;根据所述空调群组当前的工况,从不同所述差异值轨迹预测模型中确定对应的差异值轨迹预测模型,并将确定的差异值轨迹预测模型作为所述目标差异值轨迹预测模型。3.根据权利要求2所述的空调故障预测性维护方法,其特征在于,当所述空调群组包括多台空调设备时,所述根据不同组所述历史目标监测数据,分别训练得到不同差异值轨迹预测模型,包括针对每组所述历史目标监测数据,分别执行以下步骤:根据该组中的每份所述历史目标监测数据,获取所述多台空调设备的相同类型目标监测数据之间的历史差异值轨迹;根据每份所述历史目标监测数据、以及与每份所述历史目标监测数据对应的所述历史差异值轨迹,训练得到与该组所述历史目标监测数据对应的差异值轨迹预测模型。4.根据权利要求3所述的空调故障预测性维护方法,其特征在于,所述根据该组中的每份所述历史目标监测数据,获取所述多台空调设备的相同类型目标监测数据之间的历史差异值轨迹,包括针对每份所述历史目标监测数据,分别执行以下步骤:根据如下公式,计算t时刻第i台所述空调设备与第j台所述空调设备的第k种目标监测数据之间的差异值其中,T表示所述预定时间窗,表示t时刻第i台空调设备的第k种目标监测数据,表示t时刻第j台空调设备的第k种目标监测数据,f()表示与之间的差异值;根据所述差异值获取每个t时刻每两个所述空调设备的相同类型目标监测数据之间的历史差异值如下:2CN113033913A权利要求书2/4页其中,N表示所述多台空调设备的数量,M表示M种目标监测数据类型。5.根据权利要求2所述的空调故障预测性维护方法,其特征在于,当所述空调群组包括单台空调设备时,所述根据不同组所述历史目标监测数据,分别训练得到不同差异值轨迹预测模型,包括针对每组所述历史目标监测数据,分别执行以下步骤:根据该组中的每份所述历史目标监测数据,获取所述单台空调设备的不同类型目标监测数据之间的历史差异值轨迹;根据每份所述历史目标监测数据、以及与每份所述历史目标监测数据对应的所述历史差异值轨迹,训练得到与该组所述历史目标监测数据对应的差异值轨迹预测模型。6.根据权利要求5所述的空调故障预测性维护方法,其特征在于,所述根据该组中的每份所述历史目标监测数据,获取所述单台空调设备的不同类型目标监测数据之间的历史差异值轨迹,包括针对每份所述历史目标监测数据,分别执行以下步骤:根据如下公式,计算t时刻所述单台空调设备的第i种目标监测数据与第j种目标