[发明专利]一种网络数据化诊断检测分析系统

说明书

本发明公开一种网络数据化诊断检测分析系统，包括电能计量模块，用于对设备所用电能进行统计监测；异常检测模块，用于对设备运行状况进行监测；诊断信息数据库，用于收集及储存异常训练数据信息及监测的异常数据信息；通过电能计量模块与异常检测模块监测与收集设备运行状态下的异常数据信息，并将数据信息导入诊断信息数据库，由系统自动构建故障特征模型，通过查询模块查知诊断信息数据库中对应的异常特征模型，通过比对模块与诊断信息数据库中查得的异常特征模型进行比对，通过分析比对后找到与异常特征模型相对应的故障诊断报告模板，通过故障诊断报告模块将故障信息内容及设备信息写入报告模板中，通过故障生成模块生成诊断报告。

技术领域

本发明属于网络数据化诊断检测相关技术领域，具体涉及一种网络数据化诊断检测分析系统。

背景技术

由于设备的高强度的运行为设备自身带来了大量故障，进而使维护人员难以快速查知及分析得出故障原因，因此需对其出现的故障在现场进行细致的分析，并实施检测技术保证它能正常工作。进而导致设备维护起来十分困难。

现有的网络数据化诊断检测分析系统技术存在以下问题：目前大部分的检测手段只能够对故障进行及时检测，而不能分析故障原因，无法快速得出诊断结果，进而影响维护效率，分析系统的数据库中存在着大量异常特征数据信息，进而占用系统空间使得系统处理反应慢、时间长，出错率高，同时需要定期修改数据库诊断的对比数据，十分麻烦。

发明内容

本发明的目的在于提供一种网络数据化诊断检测分析系统，以解决上述背景技术中提出的无法分析故障原因、异常特征数据信息占用系统空间与定期修改数据库的问题。

为实现上述目的，本发明提供如下技术方案：一种网络数据化诊断检测分析系统，包括：

电能计量模块，用于对设备所用电能进行统计监测；

异常检测模块，用于对设备运行状况进行监测；

诊断信息数据库，用于收集及储存异常训练数据信息及监测的异常数据信息；

智能云算法，用于对诊断信息数据库中收集的数据信息进行分析及运算处理；

所述诊断信息数据库包括异常数据分析模型与专业规则模型，所述智能云算法根据历史诊断信息数据化训练样本进行诊断训练，并能够写入诊断设备的故障特征及设备相关信息进而生成与该设备对应的报告模板；

通过所述电能计量模块与异常检测模块收集设备的异常数据信息，并导入诊断信息数据库，由系统自动构建故障特征模型，通过与诊断信息数据库中的异常数据分析模型与专业规则模型灵活比对，在报告模板上自动生成故障诊断报告，当无法找到现有诊断信息数据库中报告模板时，发出警示信息，可对诊断信息数据库中的异常数据分析模型与专业规则模型进行修改并更新。

优选的，所述专业规则模型包括：

信息输入模块，用于输入历史诊断信息数据及输入报告模板修改信息；

信息输出模块，用于将系统在诊断信息数据库下判定的诊断结果向外界输出；

修改模块，用于对诊断信息数据库中的报告模板进行在线修改；

警示模块，用于将无法匹配到现有诊断信息数据库中报告模板的故障特征模型标记，并提醒维护人员进行修正；

故障诊断报告模块，用于根据在诊断信息数据库中获取的故障诊断报告模板，并将诊断设备的故障特征及设备相关信息写入报告模板。

优选的，所述异常数据分析模型包括：

查询模块，用于根据构建的故障特征模型查询异常数据分析模型与专业规则模型中对应的报告模板；

比对模块，用于将故障特征模型与特征信息相近的报告模板相比对；

删除模块，用于删除原有诊断信息数据库中不适用于实际应用的异常特征模型；

更新模块，用于对修改后的诊断信息数据库中异常数据分析模型与专业规则模型进行自动更新；