买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川奥凸科技有限公司

摘要：本发明公开了一种水厂机电设备运行工况监测方法、系统和设备，本发明属于机电设备运行监测技术领域，本发明首先分别针对不同监测参数建立各自的单源异常识别模型，然后基于各单源异常识别模型识别结果及其对应的权重系数构建综合异常识别模型并进行初始化，初始化时各项权重系数相同，利用历史测量数据对模型进行训练，此过程中，迭代调整模型中各项权重系数，保障异常识别精度和可靠性。

主权项：1.一种水厂机电设备运行工况监测方法，其特征在于，所述方法包括：针对机电设备各项监测参数分别建立各自的单源异常识别模型；其中，监测参数包括数值类监测参数和非数值类监测参数；基于各单源异常识别模型识别结果及相应的权重系数，构建综合异常识别模型并进行初始化，由此得到由单源异常识别模型和综合异常识别模型构成的设备异常识别模型；利用训练集对所述设备异常识别模型进行训练，根据机电设备实际异常情况对所述设备异常识别模型中的各项权重系数进行迭代调整，直到满足识别精度要求；其中，所述训练集通过机电设备各项监测参数的历史测量数据及其标记构建而成，所述标记通过对机电设备实际异常情况进行核查确定，所述标记包括异常和正常；利用训练好的设备异常识别模型进行机电设备异常识别；权重系数的迭代调整过程具体包括：当所述综合异常识别模型识别结果为异常，此时如果标记为异常，则增加所述综合异常识别模型中异常项权重，此时如果标记为正常，则降低所述综合异常识别模型中异常项权重；当所述综合异常识别模型识别结果为正常，此时如果标记为异常，则增加所述综合异常识别模型中异常识别正确的项的权重，同时降低所述综合异常识别模型中异常识别错误的项的权重，此时如果标记为正常，则保持当前权重不变；对于数值类监测参数，单源异常识别模型构建过程具体包括：将该数值类监测参数的测量值与相应的阈值范围进行比较，根据比较结果输出识别结果；其中，阈值范围根据所述机电设备的实际运行要求和工作参数进行确定；对于非数值类监测参数，单源异常识别模型构建过程具体包括：按照预设周期获取若干个机电设备正常运行时的波形，将若干个波形分别转换为数据矩阵并标记为正常模型构建初始的模型库；按照预设周期获取机电设备运行时的波形作为待识别波形；将待识别波形转换为待识别数据矩阵并将其与模型库中的正常模型一一进行相似度计算，根据相似度计算结果输出识别结果；所述综合异常识别模型构建过程具体包括：建立异常函数，异常函数表示为：异常值等于各单源异常识别结果与其对应的权重系数的乘积之和除以各单源异常识别结果对应的权重系数的和；根据异常值与阈值的比较结果输出最终的识别结果；对所述综合异常识别模型进行初始化的过程具体包括：将所有权重系数初始化为相同。

全文数据：

权利要求：

百度查询： 四川奥凸科技有限公司 一种水厂机电设备运行工况监测方法、系统和设备