[发明专利]设备故障预警方法、装置、电子设备及计算机可读介质

权利要求书

1.一种设备故障预警方法，其特征在于，包括：

获取目标设备的历史瞬时转速和历史实际功率；

根据所述历史瞬时转速和所述历史实际功率确定所述目标设备的历史功率偏差率；

对所述历史功率偏差率进行预测处理，获得所述目标设备的功率偏差率预测时间序列；

根据所述功率偏差率预测时间序列生成所述目标设备的预警方案。

2.如权利要求1所述的方法，其特征在于，根据所述历史瞬时转速和所述历史实际功率确定所述目标设备的历史功率偏差率包括：

根据所述历史瞬时转速、所述目标设备的额定转速和额定功率确定所述目标设备的历史理论功率；

计算所述历史理论功率和所述历史实际功率的差值，获得历史功率偏差；

将所述历史功率偏差和所述历史理论功率的比值确定为所述目标设备的所述历史功率偏差率。

3.如权利要求2所述的方法，其特征在于，根据所述历史瞬时转速、所述目标设备的额定转速和额定功率确定所述目标设备的历史理论功率包括：

计算所述历史瞬时转速和所述目标设备的额定转速的比值，获得历史转速比值；

确定所述历史转速比值的立方值；

将所述立方值和所述目标设备的额定功率的乘积确定为所述目标设备的历史理论功率。

4.如权利要求1所述的方法，其特征在于，对所述历史功率偏差率进行预测处理，获得所述目标设备的功率偏差率预测时间序列包括：

根据预设时间段内的所述历史功率偏差率生成功率偏差率历史时间序列；

通过机器学习模型对所述功率偏差率历史时间序列进行处理，获得所述目标设备的所述功率偏差率预测时间序列。

5.如权利要求4所述的方法，其特征在于，还包括：

在所述目标设备初次运行或在所述目标设备的维保操作结束时，根据所述功率偏差率历史时间序列对所述机器学习模型进行训练，获得训练完成的所述机器学习模型。

6.如权利要求1所述的方法，其特征在于，根据所述功率偏差率预测时间序列生成所述目标设备的预警方案包括：

将所述功率偏差率预测时间序列中每个时间点下的功率偏差率预测值与功率偏差率阈值进行比对，将功率偏差率预测值大于所述功率偏差率阈值的时间点确定为目标时间点；

根据所述目标时间点生成所述目标设备的预警方案。

7.如权利要求6所述的方法，其特征在于，根据所述目标时间点生成所述目标设备的预警方案包括：

计算所述目标时间点与当前时间的差值，获得功率失效剩余时长；

根据所述功率失效剩余时长确定目标预警级别；

根据所述目标预警级别生成所述目标设备的预警方案。

8.一种设备故障预警装置，其特征在于，包括：

参数获取模块，配置为获取目标设备的历史瞬时转速和历史实际功率；

偏差率计算模块，配置为根据所述历史瞬时转速和所述历史实际功率确定所述目标设备的历史功率偏差率；

偏差率预测模块，配置为对所述历史功率偏差率进行预测处理，获得所述目标设备的功率偏差率预测时间序列；

预警生成模块，配置为根据所述功率偏差率预测时间序列生成所述目标设备的预警方案。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。