工業控制系統的故障檢測方法、裝置、設備及存儲介質制造方法及圖紙

本申請提供一種工業控制系統的故障檢測方法、裝置、設備及存儲介質。方法包括：獲取工業控制系統中目標設備在運行過程中的目標監測數據；根據目標設備從模型庫中確定預先構建的目標分析模型；其中，模型庫中包括多種場景分別對應的分析模型，每種場景包括至少一種設備，每個分析模型根據對應場景下的設備在發生故障時的監測數據的特征構建；利用目標分析模型對目標監測數據進行分析，獲得目標分析模型輸出的故障檢測結果。本申請通過針對不同類型的設備選擇不同的分析模型，利用分析模型對設備在運行過程中產生的監測數據進行分析，從而獲得故障檢測結果，提高了故障檢測結果的效率及準確率。及準確率。及準確率。

【技術實現步驟摘要】
工業控制系統的故障檢測方法、裝置、設備及存儲介質


[0001]本申請涉及設備安全檢測
，具體而言，涉及一種工業控制系統的故障檢測方法、裝置、設備及存儲介質。

技術介紹

[0002]工業控制系統是工業生產中實現自動化控制、精準控制的重要控制系統之一，例如：暖通水系統、風系統等等。以暖通空調水系統為例，暖通空調水系統中包括多種設備，例如：冷水機組、冷卻塔、水泵、板換、精密空調和管路等等。這些設備在運行過程中可能會出現故障，有些故障會導致整個暖通空調水系統無法工作。因此，需要對暖通空調水系統中的各個設備的運行狀態進行檢測。
[0003]上述各種設備中均設置有多種傳感器，來監測設備在運行過程中產生的數據。目前，通過運維人員對產生的數據根據經驗進行分析，以確定設備是否發生了故障。由于運維人員的經驗參差不齊，會導致判斷不準確以及判斷效率低的問題。

技術實現思路

[0004]本申請實施例的目的在于提供一種工業控制系統的故障檢測方法、裝置、設備及存儲介質，用以提高對工業控制系統故障檢測的效率及準確性。
[0005]第一方面，本申請實施例提供一種工業控制系統的故障檢測方法，包括：獲取工業控制系統中目標設備在運行過程中的目標監測數據；根據目標設備從模型庫中確定預先構建的目標分析模型；其中，模型庫中包括多種場景分別對應的分析模型，每種場景包括至少一種設備，每個分析模型根據對應場景下的設備在發生故障時的監測數據的特征構建；利用目標分析模型對目標監測數據進行分析，獲得目標分析模型輸出的故障檢測結果。/>[0006]本申請實施例通過針對不同類型的設備選擇不同的分析模型，利用分析模型對設備在運行過程中產生的監測數據進行分析，從而獲得故障檢測結果，提高了故障檢測結果的效率及準確率。
[0007]在任一實施例中，目標分析模型包括該目標設備在正常運行狀態下的監測數據閾值；所述利用目標分析模型對目標監測數據進行分析，獲得目標分析模型輸出的故障檢測結果，包括：通過目標分析模型計算目標監測數據與監測數據閾值之間的第一偏差，若第一偏差大于第一預設閾值，則確定目標監測數據為異常點；根據確定出的異常點確定所述故障檢測結果。
[0008]本申請實施例通過預先設定目標設備在正常運行狀態下對應的監測數據閾值，從而在目標監測數據超出該監測數據閾值時，能夠及時發現異常。
[0009]在任一實施例中，在根據異常點確定所述故障檢測結果時，若在預設時間段內，異常點的個數大于第一預設個數，則確定目標設備發生故障。本申請實施例采用了統計的思想，當異常點個數大于第一預設個數則認為目標設備發生故障，降低了虛警率，提高了故障檢測的可信度。
[0010]在任一實施例中，目標分析模型包括各設備對應的相關監測數據的預定物理關系，預定物理關系為預先根據各設備對應的相關參數之間的關系確定；目標監測數據包括距離當前時間最近的第一時間段內的第一目標監測數據和第二目標監測數據，且所述第一目標監測數據和所述第二目標監測數據具備所述預定物理關系；所述利用目標分析模型對目標監測數據進行分析，獲得目標分析模型輸出的故障檢測結果，包括：通過目標分析模型中的預定物理關系和第二目標監測數據計算獲得預測數據；計算每個預測數據大于對應的第一目標監測數據，且預測數據與第一目標監測數據的第一上偏差累積和；以及計算預測數據小于對應的第一目標監測數據，且預測數據與第一目標監測數據的第一下偏差累積和；根據第一上偏差累積和，和/或，第一下偏差累積和獲得故障檢測結果。
[0011]本申請實施例中預先確定設備在正常運行過程中對應參數之間具備某一特定的物理關系，并根據該預定物理關系和參數確定設備是否故障，期間，將監測過程中發生的微小偏移量進行累加，從而放大了偏移效果，提高了監測過程中小偏移的靈敏度，通過這種方式可以準確的、高效的獲得故障檢測結果。
[0012]在任一實施例中，所述根據第一上偏差累積和，和/或，第一下偏差累積和獲得故障檢測結果，包括：若第一上偏差累積和大于第二預設閾值，和/或，第一下偏差累積和小于第三預設閾值，則確定故障檢測結果為設備故障。
[0013]本申請實施例中，若第一上偏差累積和大于第二預設閾值，則說明相關參數的實際值偏小，此時確定設備發生故障；若第一下偏差累積和小于第三預設閾值，則說明相關參數的實際值偏大，也可以確定設備發生故障；若第一上偏差累積和大于第二預設閾值，且第一下偏差累積和小于第三預設閾值，說明相關參數的實際值波動嚴重，也可以確定設備發生故障，從而可以全面、準確的對設備進行故障檢測。
[0014]在任一實施例中，所述根據第一上偏差累積和，和/或，第一下偏差累積和獲得所述故障檢測結果，包括：若第一上偏差累積和大于第二預設閾值，和/或，第一下偏差累積和小于第三預設閾值，確定目標監測數據為異常點；若距離當前時間最近的第二時間段內，異常點的個數大于第二預設個數，則確定故障檢測結果為設備故障；其中，第二時間段大于第一時間段。
[0015]本申請實施例利用統計思想，在異常點數據大于第二預設個數時確定發生了故障，在保證系統可靠性的同時，減低了系統的虛警率，提高了故障檢測的可信度。
[0016]在任一實施例中，目標監測數據為距離當前時間最近的第三時間段的監測數據；該目標監測數據包括多個監測點數據，利用目標分析模型對目標監測數據進行分析，獲得目標分析模型輸出的故障檢測結果，包括：按照預設窗口從目標監測數據中獲取多個監測數據組；針對每一監測數據組，計算監測數據組的平均值；計算監測數據組中每一監測點數據與平均值之間的第二偏差，并根據第二偏差統計第二上偏差累積和以及第二下偏差累積和；根據第二上偏差累積和以及第二下偏差累積和獲得故障檢測結果。
[0017]本申請實施例通過將目標監測數據與對應窗口的平均值進行比較，并計算第二上偏差累積和以及第二下偏差累積和，根據第二上偏差累積和以及第二下偏差累積和確定目標監測數據是否異常，進而可以準確的確定對應的設備是否故障。
[0018]在任一實施例中，所述根據第二上偏差累積和以及第二下偏差累積和獲得故障檢測結果，包括：若第二上偏差累積和大于第四預設閾值，和/或，第二下偏差累積和小于第五
預設閾值，確定監測數據組為異常點；若多個監測數據組中，異常點的個數占比大于預設占比，則確定故障檢測結果為設備故障。
[0019]本申請實施例中，如果第二上偏差累積和大于第四預設閾值，則說明目標監測數據逐漸增大，如果第二下偏差累積和小于第五預設閾值，則說明目標監測數據逐漸減小，如果第二上偏差累積和大于第四預設閾值，同時第二下偏差累積和小于第五預設閾值，則說明目標監測數據有較大的波動，上述三種情況均認為設備發生故障。
[0020]在任一實施例中，在獲得目標分析模型輸出的故障檢測結果之后，該方法還包括：若故障檢測結果為設備故障，則向預先設定的終端發送報警信息。本申請實施例通過在發現設備故障時，向終端發送報警信息，使得運維人員可以及時對故障進行處理。
[0021]第二方面，本申請實施例本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種工業控制系統的故障檢測方法，其特征在于，包括：獲取工業控制系統中目標設備在運行過程中的目標監測數據；根據所述目標設備從模型庫中確定預先構建的目標分析模型；其中，所述模型庫中包括多種場景分別對應的分析模型，每種場景包括至少一種設備，每個分析模型根據對應場景下的設備在發生故障時的監測數據的特征構建；利用所述目標分析模型對所述目標監測數據進行分析，獲得所述目標分析模型輸出的故障檢測結果。2.根據權利要求1所述的方法，其特征在于，所述根據所述目標設備從模型庫中確定預先構建的目標分析模型，包括：根據所述目標設備和所述目標監測數據從所述模型庫中確定預先構建的目標分析模型。3.根據權利要求1所述的方法，其特征在于，所述目標分析模型包括所述目標設備在正常運行狀態下的監測數據閾值；所述利用所述目標分析模型對所述目標監測數據進行分析，獲得所述目標分析模型輸出的故障檢測結果，包括：通過所述目標分析模型計算所述目標監測數據與所述監測數據閾值之間的第一偏差，若所述第一偏差大于第一預設閾值，則確定所述目標監測數據為異常點；根據確定出的異常點確定所述故障檢測結果。4.根據權利要求3所述的方法，其特征在于，所述根據確定出的異常點確定所述故障檢測結果，包括：若在預設時間段內，異常點的個數大于第一預設個數，則所述故障檢測結果為所述目標設備故障。5.根據權利要求1所述的方法，其特征在于，所述目標分析模型包括各設備對應的相關監測數據的預定物理關系，所述預定物理關系為預先根據各設備對應的相關參數之間的關系確定；所述目標監測數據包括距離當前時間最近的第一時間段內的第一目標監測數據和第二目標監測數據，且所述第一目標監測數據和所述第二目標監測數據具備所述預定物理關系；所述利用所述目標分析模型對所述目標監測數據進行分析，獲得所述目標分析模型輸出的故障檢測結果，包括：通過所述目標分析模型中的預定物理關系和所述第二目標監測數據計算獲得預測數據；計算每個預測數據大于對應的第一目標監測數據，且所述預測數據與所述第一目標監測數據的第一上偏差累積和；以及計算所述預測數據小于對應的所述第一目標監測數據，且所述預測數據與所述第一目標監測數據的第一下偏差累積和；根據所述第一上偏差累積和，和/或，所述第一下偏差累積和獲得所述故障檢測結果。6.根據權利要求5所述的方法，其特征在于，所述根據所述第一上偏差累積和，和/或，所述第一下偏差累積和獲得所述故障檢測結果，包括：若所述第一上偏差累積和大于第二預設閾值，和/或，所述第一下偏差累積和小于第三預設閾值，則確定所述故障檢測結果為設備故障。
7.根據權利要求5所述的方法，其特征在于，所述根據所述第一上偏差累積和，和/或，所述第一下偏差累積和獲得所述故障檢測結果，包括：若所述第一上偏差累積和大于第二預設閾值，和/或，所述第一下偏差累積和小于第三預設閾值，確定所述目標監測數據為異常點；若距離當前時間最近的第二時間段內，所述異常點的個數大于第二預設個數，則確定所述故障檢測結果為設備故障；所述第二時間段大于所述第一時間段。8.根據權利要求1所述的方法，其特征在于，所述目標監測數據為距離當前時間最近的第三時間段的監測數據；所述目標監測數據包括多個監測點數據；所述利用所述目標分析模型對所述目標監測數據進行分析，獲得所述目標分析模型輸出的故障檢測結果，包括：按照預設窗口從所述目標監測數據中獲取多個監測數據組；針對每一所述監測數據組，計算所述監測數據組的平均值；計算所述監測數據組中每一監測點數據與平均值之間的第二偏差，并根據所述第二偏差統計第二上偏差累積和以及第二下偏差累積和；根據所述第二上偏差累積和以及所述第二下偏差累積和獲得所述故障檢測結果。9.根據權利要求8所述的方法，其特征在于，所述根據所述第二上偏差累積和以及所述第二下偏差累積和獲得所述故障檢測結果，包括：若所述第二上偏差累積和大于第四預設閾值，和/或，所述第二下偏差累積和小于第五預設閾值，確定所述監測數據組為異常點；若所述多個監測數據組中，異常點的個數占比大于預設占比，則確定所述故障檢測結果為設備故障。10.根據權利要求1所述的方法，其特征在于，在獲得所述目標分析模型輸出的故障檢測結果之后，所述方法還包括：若所述故障檢測結果為設備故障，則向預先設定的終端發送報警信息。11.根據權利要求1
?
10任一項所述的方法，其特征在于，所述工業控制系統為暖通水系統或風系統。12.一種工業控制系統的故障檢測裝...

【專利技術屬性】
技術研發人員：席加，李慧，劉晨輝，杜志敏，李鵬程，劉佇熔，
申請(專利權)人：上海交通大學，
類型：發明
國別省市：