[发明专利]一种UPS故障检测方法、装置、设备和存储介质

说明书

本发明公开了一种UPS故障检测方法、装置、设备和存储介质，方法包括：获取UPS的当前时刻的第一工作数据；其中，所述第一工作数据包括故障数据以及正常工作数据；基于混合高斯模型检测UPS的工作状态，并输出UPS对应的故障类型以及整修意见；其中，工作状态包括不可逆故障状态及正常工作状态；当检测工作状态为正常工作状态时，基于xgboost模型判断第一工作数据是否为间歇性故障数据，并当判断第一工作数据是间歇性故障数据时，继续判断上一时刻的第二工作数据是否为间歇性故障数据，并输出UPS对应的故障类型以及整修意见。能够有效对故障类型进行区分，设立故障等级精细化故障类型，提前预测故障，避免不可逆故障的出现，提高设备寿命。

技术领域

本发明涉及UPS故障检测技术领域，尤其涉及一种UPS故障检测方法、装置、设备和存储介质。

背景技术

故障预测与健康管理(Prognosis and Health Management,PHM)，近年来被广泛应用于各类电子设备的故障诊断及故障预测：例如是故障诊断和预测，即电子系统的故障诊断，尤其侧重于预诊断；以及根据诊断或监测信息给出客观合理的系统健康状态评价，从而做出恰当的决策对系统进行健康管理。

目前，UPS系统故障检测技术几乎都是人工经验检测的方法，如在UPS系统的机器出现故障后通过人工对UPS系统进行测试，找出问题的原因，更换对应组件，但是一旦UPS系统的设备出现故障，相应的数据库很可能出现数据丢失问题，同时UPS系统的故障排查难度大，每次部分组件的异常会很大程度的降低设备寿命。

发明内容

针对上述问题，本发明的目的在于提供一种UPS故障检测方法、装置、设备和存储介质，能够有效对故障类型进行区分，设立故障等级精细化故障类型，提前预测故障，避免不可逆故障的出现，提高设备寿命。

本发明实施例提供了一种UPS故障检测方法，包括：

获取UPS的当前时刻的第一工作数据；其中，所述第一工作数据包括故障数据以及正常工作数据；

基于混合高斯模型检测所述UPS的工作状态，并输出UPS对应的故障类型以及整修意见；其中，所述工作状态包括不可逆故障状态以及正常工作状态；

当检测所述工作状态为正常工作状态时，基于xgboost模型判断所述第一工作数据是否为间歇性故障数据，并当判断所述第一工作数据是间歇性故障数据时，继续判断上一时刻的第二工作数据是否为间歇性故障数据，并输出UPS对应的故障类型以及整修意见。

优选地，获取UPS的工作数据的步骤之前，包括：

获取UPS的历史时刻的第三工作数据生成的数据集；

基于高斯混合算法对所述数据集进行拟合，以构建高斯混合模型；

基于xgboost算法对所述数据集进行拟合，以构建xgboost模型。

优选地，所述故障类型包括一级故障、二级故障以及三级故障。

优选地，基于混合高斯模型检测所述UPS的工作状态，并输出UPS对应的故障类型以及整修意见，具体为：

将所述第一工作数据输入至混合高斯模型中，以通过概率密度函数计算所述第一工作数据的概率密度值；

通过所述第一工作数据的概率密度值检测所述UPS的工作状态；其中，当所述第一工作数据的概率密度值小于设定的阈值时，所述UPS的工作状态为不可逆故障状态，当所述第一工作数据的概率密度值大于等于设定的阈值时，所述UPS的工作状态为正常数据状态；

当判断所述工作状态为不可逆故障状态时，则输出UPS故障类型为一级故障，整修意见为立即停机检修；

当判断所述工作状态为正常工作状态时，则输出UPS为状态健康，并将所述第一工作数据输入至xgboost模型中进行检测。