[发明专利]设备运行状态确定方法、装置、可读介质及电子设备

说明书

本发明公开了一种设备运行状态确定方法、装置、计算机可读存储介质及电子设备，方法包括：获取工业设备的设备运行数据；对所述设备运行数据进行特征选取，从所述设备运行数据中确定特征数据；根据所述特征数据进行设备运行状态预测，确定所述工业设备对应的设备运行状态。通过本发明的技术方案，可减少用于确定设备运行状态的数据量以及数据维度，降低设备运行状态分析的难度，并提取出优胜特征，从而便于快速准确的确定出工业设备的设备运行状态。

技术领域

本发明涉及能源技术领域，尤其涉及设备运行状态确定方法、装置、可读介质及电子设备。

背景技术

目前，工业设备(如蒸汽锅炉、燃气锅炉、发电机等)普遍应用在各个领域中，同时监控工业设备的运行状态，及时发现设备故障并排除则是工业设备运行过程中一项重要的工作。

目前，对于工业设备的设备运行状态分析，通过专家知识分析工业设备现场传感器采集的数据，从而确定设备运行状态。

但是，工业设备现场传感器采集的数据量大，数据维度多，仅仅使用专家知识分析设备状态比较困难，会直接的影响到确定出的设备运行状态的准确性。

发明内容

本发明提供了一种设备运行状态确定方法、装置、计算机可读存储介质及电子设备，可减少用于确定设备运行状态的数据量以及数据维度，降低设备运行状态分析的难度，并提取出优胜特征，从而便于快速准确的确定出工业设备的设备运行状态。

第一方面，本发明提供了一种设备运行状态确定方法，包括：

获取工业设备的设备运行数据；

对所述设备运行数据进行特征选取，从所述设备运行数据中确定特征数据；

根据所述特征数据进行设备运行状态预测，确定所述工业设备对应的设备运行状态。

优选地，所述对所述设备运行数据进行特征选取，从所述设备运行数据中确定特征数据，包括：

基于所述工业设备对应的设备监控需求，利用预设集成学习算法进行特征选取，以从所述设备运行数据中确定特征数据。

优选地，所述预设集成学习算法包括随机森林算法。

优选地，所述根据所述特征数据进行设备运行状态预测，确定所述工业设备对应的设备运行状态，包括：

基于所述特征数据，利用预设时间预测算法进行设备运行状态预测，以确定所述工业设备对应的设备运行状态。

优选地，所述预设时间预测算法包括长短期记忆网络。

第二方面，本发明提供了一种设备运行状态确定装置，包括：

获取模块，用于获取工业设备的设备运行数据；

选取模块，用于对所述设备运行数据进行特征选取，从所述设备运行数据中确定特征数据；

预测模块，用于根据所述特征数据进行设备运行状态预测，确定所述工业设备对应的设备运行状态。

优选地，所述选取模块，用于基于所述工业设备对应的设备监控需求，利用预设集成学习算法进行特征提取，以从所述设备运行数据中确定所述工业设备对应的特征数据。

优选地，所述预设集成学习算法包括随机森林算法。

优选地，所述预测模块，用于基于所述特征数据，利用预设时间预测算法进行设备运行状态预测，以确定所述工业设备对应的设备运行状态。

优选地，所述预设时间预测算法包括长短期记忆网络。

第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如第一方面中任一所述的方法。