[发明专利]一种面向工业互联网的故障预警方法及装置

权利要求书

1.一种面向工业互联网的故障预警方法，其特征在于，包括：

根据预警模型发出的预警信息、工业设备的实际故障及实际停产来修正预警模型的预警阈值；

所述预警阈值XT的调整公式为：

XT＝(X2+X3)/4+(X4×W4+X1×W1)/2

其中，XT表示预警阈值；

X1、X2、X3和X4分别表示预测错误类的质心值、准确预测故障类的质心值、准确预测正常类的质心值、预测不准确类的质心值；

W1和W4分别表示预测错误类的权重系数和预测不准确类的权重系数；W4/W1＝a，且W1+W4＝1；

a为权重调整常数，且a＝SumC1/SumC4；

其中，SumC1表示预测错误类的停产时间的总和；

SumC4表示预测不准确类的停产时间的总和。

2.根据权利要求1所述的方法，其特征在于，包括：

根据工业设备的历史生产信息训练基础模型获得训练模型；

对所述训练模型进行测试获得预警模型，并确定预警模型中的预警阈值；

利用设置有所述预警阈值的所述预警模型对所述工业设备的实际运行数据进行预警；

记录所述预警模型发出的预警、所述工业设备的实际故障和实际停产时间；

根据所述预警模型发出的预警信息、工业设备的实际故障及实际停产时间来修正预警模型的预警阈值。

3.根据权利要求2所述的方法，其特征在于，所述根据工业设备的历史生产信息训练模型获得训练模型的步骤包括：

获取工业设备的历史生产信息；

从所述历史生产信息中提取输入数据和输出数据；

将所述输入数据和输出数据配置到原始模型；

根据所述输入数据和输出数据对所述原始模型进行训练获得所述训练模型。

4.根据权利要求3所述的方法，其特征在于，所述输入数据包括：单位时间的生产产能、工业设备运行的温度及电力消耗；

所述输出数据包括：用于表示工业设备故障发生前的数据，以及用于表示工业设备运行正常的数据。

5.根据权利要求2所述的方法，其特征在于，所述根据预警模型发出的预警信息、工业设备的实际故障及实际停产来修正预警模型的预警阈值的步骤包括：

根据实际停产时间计算出预测错误类的停产时间的总和SumC1和预测不准确类的停产时间的总和SumC4；

根据所述预测错误类的停产时间的总和SumC1和预测不准确类的停产时间的总和SumC4计算权重调整常数a；

根据所述权重调整常数a获得预测错误类的权重系数W1和预测不准确类的权重系数W4；

根据所述预警模型发出的预警信息和工业设备的实际故障进行聚类分析，得出预测错误类的质心值X1、准确预测故障类的质心值X2、准确预测正常类的质心值X3和预测不准确类的质心值X4；

根据所述聚类分析结果以及预测错误类的权重系数W1和预测不准确类的权重系数W4修正预警模型的预警阈值。

6.根据权利要求5所述的方法，其特征在于，在所述根据所述预警模型发出的预警信息和工业设备的实际故障进行聚类计算的步骤中，

若预测不准确类的质心值X4小于预测错误类的质心值X1，或者准确预测正常类的质心值X3小于预测错误类的质心值X1，则认为所述预警模型错误，重新构建所述预警模型。