[发明专利]处理工业数据的方法、装置、设备及存储介质

权利要求书

1.一种处理工业数据的方法，其特征在于，包括：

获取工业设备的运行数据，所述运行数据包括历史运行数据和实时运行数据；

对所述运行数据进行筛选，得到训练数据集；

对所述训练数据集进行检测，得到稳定工况数据集和变负荷工况数据集，所述稳定工况数据集为所述工业设备处于稳定工况时对应的数据集，所述变负荷工况数据集为所述工业设备处于变负荷工况时对应的数据集，所述稳定工况数据集和所述变负荷工况数据集均用于构建所述工业设备对应的数字孪生模型。

2.如权利要求1所述的方法，其特征在于，所述对所述运行数据进行筛选，得到训练数据集，包括：

采用聚类算法对所述运行数据进行离散点检测，并根据检测结果确定所述运行数据中的有效数据；

在所述有效数据中选取多个数据作为所述训练数据集。

3.如权利要求1或2任一项所述的方法，其特征在于，所述对所述训练数据集进行检测，得到稳定工况数据集和变负荷工况数据集之后，所述方法还包括：

获取预设的机理模型；

利用所述稳定工况数据集和所述变负荷工况数据集对所述机理模型进行训练，得到所述工业设备对应的数字孪生模型。

4.如权利要求3所述的方法，其特征在于，所述利用所述稳定工况数据集和所述变负荷工况数据集对所述机理模型进行训练，得到所述工业设备对应的数字孪生模型，包括：

对所述稳定工况数据集和所述变负荷工况数据集进行聚类划分，得到多个聚类样本；

根据所述多个聚类样本调整所述机理模型的模型参数，得到所述数字孪生模型。

5.如权利要求4所述的方法，其特征在于，所述根据所述多个聚类样本调整所述机理模型的模型参数，得到所述数字孪生模型之后，所述方法还包括：

基于所述多个聚类样本和所述数字孪生模型，拟合得到所述工业设备对应的参数曲线。

6.如权利要求2所述的方法，其特征在于，所述采用聚类算法对所述运行数据进行离散点检测，并根据检测结果确定所述运行数据中的有效数据之后，所述方法还包括：

在所述有效数据中选取多个数据作为测试数据集；

利用所述测试数据集对所述数字孪生模型进行测试；

根据测试结果调整所述数字孪生模型。

7.如权利要求3所述的方法，其特征在于，所述方法还包括：

获取更新后的稳定工况数据集和更新后的变负荷工况数据集；

利用所述更新后的稳定工况数据集和所述更新后的变负荷工况数据集，更新所述数字孪生模型。

8.一种处理工业数据的装置，其特征在于，包括：

获取单元，用于获取工业设备的运行数据，所述运行数据包括历史运行数据和实时运行数据；

筛选单元，用于对所述运行数据进行筛选，得到训练数据集；

检测单元，用于对所述训练数据集进行检测，得到稳定工况数据集和变负荷工况数据集，所述稳定工况数据集为所述工业设备处于稳定工况时对应的数据集，所述变负荷工况数据集为所述工业设备处于变负荷工况时对应的数据集，所述稳定工况数据集和所述变负荷工况数据集均用于构建所述工业设备对应的数字孪生模型。

9.一种处理工业数据的设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。