[发明专利]一种故障确定方法、装置、电子设备及存储介质

权利要求书

1.一种故障确定方法，其特征在于，所述方法包括：

通过预设聚类算法对至少一个历史故障设备的历史故障数据进行分析，得到历史故障设备的分析结果；并根据所述分析结果和目标设备的属性信息，确定目标设备的故障预测评分；

通过对所述至少一个历史故障设备的历史故障数据和所述目标设备的历史运维数据进行分析，确定所述目标设备的负荷预测评分；

通过预设聚类算法对所述目标设备的历史运维数据进行分析，确定所述目标设备的三相不平衡度预测评分；

根据所述故障预测评分、所述负荷预测评分和所述三相不平衡度预测评分，确定所述目标设备发生故障的概率。

2.根据权利要求1所述的方法，其特征在于，所述通过预设聚类算法对至少一个历史故障设备的历史故障数据进行分析，得到历史故障设备的分析结果，包括：

根据所述至少一个历史故障设备的历史故障数据，确定所述至少一个历史故障设备的投运时长；并根据所述至少一个历史故障设备的制造厂家信息，确定各个厂家的设备故障数；

根据所述至少一个历史故障设备的投运时长和所述各个厂家的设备故障数，分别采用K-Means聚类算法和具有噪声的基于密度的聚类算法DBSCAN进行数据迭代，分别得到所述至少一个历史故障设备在投运时长维度上和设备故障数维度上的分析结果。

3.根据权利要求1所述的方法，其特征在于，所述通过预设聚类算法对所述目标设备的历史运维数据进行分析，确定所述目标设备的三相不平衡度预测评分，包括：

根据所述目标设备的历史运维数据中的电压数据和电流数据，分别计算电压三相不平衡度和电流三相不平衡度；

根据所述电压三相不平衡度和所述电流三相不平衡度确定预设时间内的三相不平衡度的均值、测试异常率和异常发生天数；

采用K-Means聚类算法，对所述三相不平衡度的均值、所述测试异常率和所述异常发生天数进行数据迭代，得到所述目标设备的三相不平衡度预测评分。

4.根据权利要求1所述的方法，其特征在于，所述通过对所述至少一个历史故障设备的历史故障数据和所述目标设备的历史运维数据进行分析，确定所述目标设备的负荷预测评分，包括：

通过预先训练的负荷评估模型对所述目标设备的历史运维数据中的负荷数据进行分析，得到负荷预测评分；其中，所述负荷评估模型是通过至少一个历史故障设备的历史故障数据和历史运维数据进行训练的。

5.根据权利要求4所述的方法，其特征在于，所述负荷评估模型的模型训练过程包括：

获取所述至少一个历史故障设备的接近故障的预设时间内负荷数据；

对所述至少一个历史故障设备的负荷数据采用逻辑回归算法，确定初始负荷评估模型；

对所述初始负荷评估模型进行训练，得到训练之后的负荷评估模型。

6.根据权利要求1所述的方法，其特征在于，所述至少一个历史故障设备和所述目标设备的产品种类相同。

7.一种故障确定装置，其特征在于，所述装置包括：

故障评分预测模块，用于通过预设聚类算法对至少一个历史故障设备的历史故障数据进行分析，得到历史故障设备的分析结果；并根据所述分析结果和目标设备的属性信息，确定目标设备的故障预测评分；

负荷评分预测模块，用于通过对所述至少一个历史故障设备的历史故障数据和所述目标设备的历史运维数据进行分析，确定所述目标设备的负荷预测评分；

不平衡度评分预测模块，用于通过预设聚类算法对所述目标设备的历史运维数据进行分析，确定所述目标设备的三相不平衡度预测评分；

故障概率确定模块，用于根据所述故障预测评分、所述负荷预测评分和所述三相不平衡度预测评分，确定所述目标设备发生故障的概率。