开云优惠体育网页版入口

专利名称：一种电气自动化设备的检测系统

专利类型：发明专利

专利申请号：CN202411319523.2

专利申请（专利权）人：内蒙古犇创开云优惠体育网页版入口有限公司
权利人地址：内蒙古自治区呼和浩特市新城区海拉尔东路呼铁佳园C区D17栋二单元604

专利发明（设计）人：刘晓静,王敬辉,谢丽明,刘平凡,梁芳蕾,于昌灏,韩林

专利摘要：本发明公开了一种电气自动化设备的检测系统，属于电气自动化技术领域，用于解决现有电气自动化设备的检测系统数据采集效率低、数据传输不可靠、故障响应不及时的问题；采集模块将电气设备的日常工作时长不同时段分配到预设的三个运行时段，根据典型功率值和预设的采集间隔系数，动态调整三个运行时段的数据采集的频率，提高了数据采集的准确性和实时性，通过故障诊断模块与故障分配模块，获得电气设备可能出现的故障类型与故障的严重程度，然后根据故障类型与对应的故障等级，匹配对应的维修人员，并从维修人员中选取最快到达电气设备故障现场的维修人员作为委托维修人员，通过此方式，大大提高了故障响应的及时性。

主权利要求：
1.一种电气自动化设备的检测系统，包括采集模块、数据处理模块、故障诊断模块、故障分配模块、服务器、注册模块，其特征在于：采集模块根据历史电气设备在不同时段的运行功率值，将电气设备运行时段划分为低功率运行时段、中功率运行时段、高功率运行时段，并根据各个运行时段的典型功率值，对各个运行时段设置采集间隔，根据采集间隔采集电气设备的运行参数集；
数据处理模块用于接收来自采集模块发送的电气设备运行参数集，并对接收到的运行参数集进行完整性检查与缺失性值处理，同时进行异常值检测，并进行处理，将处理后的运行参数集发送至故障诊断模块；
故障诊断模块接收来自数据处理模块发送的运行参数集并进行处理，得到分析数据，同时根据电气设备发生故障的历史数据建立电气设备故障诊断模型，将分析数据代入到电气设备故障诊断模型内，得到预测故障类型与对应的故障等级，并将预测故障类型的故障等级发送至故障分配模块；
服务器与注册登录模块以及故障分配模块通信连接，注册登录模块用于维修人员提交注册信息，注册信息包括维修人员的姓名、身份证号、年龄、手机号、维修电气设备的故障类型以及维修电气设备的从业开始时刻；
故障分配模块用于接收故障诊断模块发送的预测故障类型的故障等级，并获取服务器内存储的注册信息，故障分配模块对注册信息进行分析得到对应的维修人员并发送维修指令至对应的维修人员手机终端上；
采集模块通过设置采集间隔，动态采集电气设备的运行参数集，运行参数集包括电气设备运行功率值、设备输入端与输出端的电压值与电流值、温度值、运行效率值、环境值、振动值、噪音值，具体过程为：
101：将电气设备的日常工作时长划分为若干个相同的检测时长；
102：针对每个检测时长，收集最近三个工作日内检测时长的电气设备运行功率值的历史数据，将相同检测时长内各个时刻对应的电气设备的运行功率值进行相加后除去工作日次数与时刻总数的乘积，得到各个检测时长内电气设备的匹配功率值；
103：预设三个运行时段，分为低功率运行时段、中功率运行时段、高功率运行时段，每个运行时段均对应一个运行功率区间，将各个检测时长内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行匹配，得到各个检测时长对应的运行时段；
104：三个运行时段均预设一个更新匹配功率阈值，当运行时段内检测时长内电气设备的匹配功率值超过三次对应运行时段的更新匹配功率阈值，则将该检测时长标记为更新时段，并触发更新匹配流程，具体为：
1041：收集更新时段内各采集时刻的运行功率值，并求取其均值作为更新时段内电气设备的匹配功率值；
1042：将更新时段内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行重新匹配，得到更新时段对应的运行时段；
1043：设置用户界面，允许工作人员选择特定的检测时段，并手动划分到期望的运行时段；
105：获取每个运行时段中的典型功率值，预设采集间隔系数，通过将每个运行时段的典型功率值与预设采集间隔系数相乘，得到各个运行时段内对电气设备运行数据的采集间隔；
106：根据各个运行时段的采集频率，对采集时刻进行编号，即将采集时刻标记为i，i=
1、……、n，获取采集时刻电气设备的运行参数集，并将电气设备运行参数集发送至数据处理模块；
故障诊断模块接收来自数据处理模块发送的运行参数集并进行处理，得到分析数据，同时根据电气设备发生故障的历史数据建立电气设备故障诊断模型的过程为：
301：预设运行参数集内所有检测数据均对应一个标准区间值，将运行参数集内所有检测数据与对应的预设标准区间值进行匹配，提取不在对应预设标准区间值内的检测数据，并标记为分析数据FXi_t；
302：获取电气设备发生故障的历史数据，故障的历史数据包括故障类型、发生时间、故障描述等，同时收集与故障发生时间相对应的一定时间序列的电气设备运行参数集，将每个运行参数集内检测数据的历史数据与相应故障发生时刻进行配对，利用皮尔逊相关系数计算每个运行参数集内检测数据与相应故障之间的相关性值，得到各类故障发生时对应运行参数集内检测数据的相关性值，将各类故障发生时对应运行参数集内检测数据的相关性值按照相关性值的大小对运行参数集内检测数据进行排序，选择排序在前三名的检测数据作为故障诊断的候选特征集，得到各类故障发生时对应故障诊断的候选特征集，利用各类故障发生时对应故障诊断的候选特征集来训练故障诊断模型，得到电气设备故障诊断模型；
故障诊断模块将分析数据代入到电气设备故障诊断模型内，得到预测故障类型与对应的故障等级，并将预测故障类型的故障等级发送至故障分配模块的过程为：
303：将各个分析数据FXi_t代入电气设备故障诊断模型中进行故障匹配，得到预测故障类型GZi_m，其中m表示故障的类型，m=1、……、n；获取预测故障类型GZi_m对应的三个分析数据FXi_t，并将其三个分析数据FXi_t与匹配进对应的预设标准区间值的距离值进行求和，得到预测故障类型GZi_m的等级评测值，设定所有故障类型均对应预设三个故障等级，分别为一级故障等级、二级故障等级、三级故障等级且每个故障等级均对应一个等级评测值区间，将预测故障类型GZi_m的等级评测值与对应的预设故障类型故障等级评测值区间进行匹配，得到预测故障类型GZi_m的故障等级；
304：获取最近一次历史与预测故障类型GZi_m相同故障类型与故障等级的等级评测值，将预测故障类型GZi_m的故障等级的等级评测值与其进行比对，获取两者之间的差值的绝对值并标记为预测故障类型GZi_m准确性评测值，设定所有故障类型对应的故障等级均预设一个故障诊断模型准确性评测值区间，将预测故障类型GZi_m准确性评测值与对应故障类型的故障等级预设故障诊断模型准确性评测值区间进行匹配，若预测故障类型GZi_m准确性评测值在其区间内，则认为匹配成功，此时故障诊断模块会将预测故障类型GZi_m的故障等级发送至故障分配模块，反之匹配不成功，则触发故障模型重新建立流程，故障模型重新建立流程被触发后，将重新执行301?304的流程。
2.根据权利要求1所述的一种电气自动化设备的检测系统，其特征在于：故障分配模块的具体工作方式为：
401：故障分配模块接收来自故障诊断模块的预测故障类型和故障等级信息；
402：根据电气设备的故障类型从服务器中提取对应故障类型维修的工作人员，并标记为初选人员r，其中r表示初选人员的编号，r=1、……n；
403：从服务器中获取初选人员的从业开始时刻并根据当前时刻，计算出初选人员的维修时长STr，预设所有故障类型等级均对应一个维修时长区间，提取预测故障等级对应的预设维修时长区间，并将初选人员的维修时长STr与预测故障等级对应的预设维修时长区间进行匹配，得到符合预测故障类型故障等级的初选人员，并标记为预选人员；
404：故障分配模块向每位预选人员手机端发送预维修指令和预测故障设备的确切位置，预选人员接收到维修指令后，如果当前没有其他维修任务，需在维修指令发送三分钟内发送接收维修指令与预计到达时间到故障分配模块；
405：故障分配模块在维修指令发送三分钟后，对所有回复接收维修指令的预选人员进行评估，根据每位预选人员提供的预计到达时间进行排序，选取预计到达时间最短的预选人员作为委托维修人员，并向委托维修人员手机端发送确认维修指令，委托维修人员接收到确认维修指令后，需在预计到达时间内到达故障现场进行维修工作。 说明书 : 一种电气自动化设备的检测系统技术领域[0001] 本发明属于电气自动化技术领域，具体涉及一种电气自动化设备的检测系统。背景技术[0002] 电气自动化设备在工业生产、能源管理、智能交通等多个关键领域发挥着至关重要的作用，它们通过自动化控制提高了生产效率和操作的精确性。这些设备的智能化水平不断提升，对检测系统提出了更高的要求。[0003] 然而，现有的检测系统存在一些局限性，主要表现在：[0004] 数据采集效率低：传统的数据采集方法往往依赖于固定的采样频率，缺乏对设备运行状态变化的动态响应，导致在设备运行状态发生变化时无法及时采集到关键数据；[0005] 数据传输不可靠：在数据从采集模块传输到数据处理模块的过程中，由于网络延迟或传输中断，容易出现数据丢失或延迟，这直接影响了检测结果的准确性；[0006] 故障响应不及时：现有的故障处理流程往往缺乏自动化的故障响应机制，当设备发生故障时，不能及时通知维修人员，导致故障处理时间延长，增加了设备的停机时间，为此我们提出一种电气自动化设备的检测系统。发明内容[0007] 本发明的目的在于提供一种电气自动化设备的检测系统，以解决上述背景技术中提出的问题。[0008] 为实现上述目的，本发明提供如下技术方案：一种电气自动化设备的检测系统，包括采集模块、数据处理模块、故障诊断模块、故障分配模块、服务器、注册模块；[0009] 采集模块根据历史电气设备在不同时段的运行功率值，将电气设备运行时段划分为低功率运行时段、中功率运行时段、高功率运行时段，并根据各个运行时段的典型功率值，对各个运行时段设置采集间隔，根据采集间隔采集电气设备的运行参数集；[0010] 数据处理模块用于接收来自采集模块发送的电气设备运行参数集，并对接收到的运行参数集进行完整性检查与缺失性值处理，同时进行异常值检测，并进行处理，将处理后的运行参数集发送至故障诊断模块；[0011] 故障诊断模块接收来自数据处理模块发送的运行参数集并进行处理，得到分析数据，同时根据电气设备发生故障的历史数据建立电气设备故障诊断模型，将分析数据代入到电气设备故障诊断模型内，得到预测故障类型与对应的故障等级，并将预测故障类型的故障等级发送至故障分配模块；[0012] 服务器与注册登录模块以及故障分配模块通信连接，注册登录模块用于维修人员提交注册信息，注册信息包括维修人员的姓名、身份证号、年龄、手机号、维修电气设备的故障类型以及维修电气设备的从业开始时刻；[0013] 故障分配模块用于接收故障诊断模块发送的预测故障类型的故障等级，并获取服务器内存储的注册信息，故障分配模块对注册信息进行分析得到对应的维修人员并发送维修指令至对应的维修人员手机终端上。[0014] 优选的，采集模块通过设置采集间隔，动态采集电气设备的运行参数集，运行参数集包括电气设备运行功率值、设备输入端与输出端的电压值与电流值、温度值、运行效率值、环境值、振动值、噪音值，具体过程为：[0015] 101：将电气设备的日常工作时长划分为若干个相同的检测时长；[0016] 102：针对每个检测时长，收集最近三个工作日内检测时长的电气设备运行功率值的历史数据，将相同检测时长内各个时刻对应的电气设备的运行功率值进行相加后除去工作日次数与时刻总数的乘积，得到各个检测时长内电气设备的匹配功率值；[0017] 103：预设三个运行时段，分为低功率运行时段、中功率运行时段、高功率运行时段，每个运行时段均对应一个运行功率区间，将各个检测时长内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行匹配，得到各个检测时长对应的运行时段；[0018] 104：三个运行时段均预设一个更新匹配功率阈值，当运行时段内检测时长内电气设备的匹配功率值超过三次对应运行时段的更新匹配功率阈值，则将该检测时长标记为更新时段，并触发更新匹配流程，具体为：[0019] 1041：收集更新时段内各采集时刻的运行功率值，并求取其均值作为更新时段内电气设备的匹配功率值；[0020] 1042：将更新时段内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行重新匹配，得到更新时段对应的运行时段；[0021] 1043：设置用户界面，允许工作人员选择特定的检测时段，并手动划分到期望的运行时段；[0022] 105：获取每个运行时段中的典型功率值，预设采集间隔系数，通过将每个运行时段的典型功率值与预设采集间隔系数相乘，得到各个运行时段内对电气设备运行数据的采集间隔；[0023] 106：根据各个运行时段的采集频率，对采集时刻进行编号，即将采集时刻标记为i，i=1、……、n，获取采集时刻电气设备的运行参数集，并将电气设备运行参数集发送至数据处理模块。[0024] 优选的，数据处理模块用于接收来自采集模块发送的电气设备运行参数集，并对接收到的运行参数集进行完整性检查与缺失性值处理，具体过程为：[0025] 201：接收采集时刻电气设备的运行参数集，将运行参数集内各个数据标记为检测数据t，t=1、……、n；其中t1表示运行功率值数据、t2表示温度值数据，以此类推；[0026] 202：验证接收到的运行参数集是否包含所有检测数据，若运行参数集内检测数据不完整，则触发重新采集指令至采集模块，若完整，预设运行参数集内每个检测参数均对应一个关键值，通过将各个检测参数与预设运行参数集内每个检测参数对应的关键值进行匹配，得到检测参数对应的关键值GZt，获取各个检测参数采集时刻数据包大小与数据处理模块接收时数据包大。ü扑愀骷觳獠问昂笫莅纸诘牟钪，得到检测参数的数据包偏差值SBi_t，利用公式： ，得到运行参数集数据缺失值QZi，其中a1、a2为预设权重因子，通过将运行参数集数据缺失值QZi与预设运行参数集数据缺失阈值进行比对，若运行参数集数据缺失值QZi较大，则触发重新采集指令至采集模块，若运行参数集数据缺失值QZi较。蛱崛「骷觳獠问莅钪挡晃愕募觳獠问昙俏薷牟问，计算修改参数对应的检测数据均值，并将计算得到的检测数据均值来替换对应修改参数的缺失检测数据，将经过替换缺失检测数据后的修改参数重新整合回运行参数集中。[0027] 优选的，数据处理模块进行异常值检测并处理，然后将处理后的运行参数集发送至故障诊断模块的过程为：[0028] 203：采用箱型图统计方法识别运行参数集中的是否存在检测数据异常值，若存在，则生成异常值对应的检测数据重新采集信号发送至采集模块，并把新采集到的检测数据匹配到相应的采集时刻中，以更新当前的运行参数集，并将当前运行参数数据集发送至故障诊断模块。[0029] 优选的，故障诊断模块接收来自数据处理模块发送的运行参数集并进行处理，得到分析数据，同时根据电气设备发生故障的历史数据建立电气设备故障诊断模型的过程为：[0030] 301：预设运行参数集内所有检测数据均对应一个标准区间值，将运行参数集内所有检测数据与对应的预设标准区间值进行匹配，提取不在对应预设标准区间值内的检测数据，并标记为分析数据FXi_t；[0031] 302：获取电气设备发生故障的历史数据，故障的历史数据包括故障类型、发生时间、故障描述等，同时收集与故障发生时间相对应的一定时间序列的电气设备运行参数集，将每个运行参数集内检测数据的历史数据与相应故障发生时刻进行配对，利用皮尔逊相关系数计算每个运行参数集内检测数据与相应故障之间的相关性值，得到各类故障发生时对应运行参数集内检测数据的相关性值，将各类故障发生时对应运行参数集内检测数据的相关性值按照相关性值的大小对运行参数集内检测数据进行排序，选择排序在前三名的检测数据作为故障诊断的候选特征集，得到各类故障发生时对应故障诊断的候选特征集，利用各类故障发生时对应故障诊断的候选特征集来训练故障诊断模型，得到电气设备故障诊断模型。[0032] 优选的，故障诊断模块将分析数据代入到电气设备故障诊断模型内，得到预测故障类型与对应的故障等级，并将预测故障类型的故障等级发送至故障分配模块的过程为：[0033] 303?将各个分析数据FXi_t代入电气设备故障诊断模型中进行故障匹配，得到预测故障类型GZi_m，其中m表示故障的类型，m=1、……、n；获取预测故障类型GZi_m对应的三个分析数据FXi_t，并将其三个分析数据FXi_t与匹配进对应的预设标准区间值的距离值进行求和，得到预测故障类型GZi_m的等级评测值，设定所有故障类型均对应预设三个故障等级，分别为一级故障等级、二级故障等级、三级故障等级且每个故障等级均对应一个等级评测值区间，将预测故障类型GZi_m的等级评测值与对应的预设故障类型故障等级评测值区间进行匹配，得到预测故障类型GZi_m的故障等级；[0034] 304：获取最近一次历史与预测故障类型GZi_m相同故障类型与故障等级的等级评测值，将预测故障类型GZi_m的故障等级的等级评测值与其进行比对，获取两者之间的差值的绝对值并标记为预测故障类型GZi_m准确性评测值，设定所有故障类型对应的故障等级均预设一个故障诊断模型准确性评测值区间，将预测故障类型GZi_m准确性评测值与对应故障类型的故障等级预设故障诊断模型准确性评测值区间进行匹配，若预测故障类型GZi_m准确性评测值在其区间内，则认为匹配成功，此时故障诊断模块会将预测故障类型GZi_m的故障等级发送至故障分配模块，反之匹配不成功，则触发故障模型重新建立流程，故障模型重新建立流程被触发后，将重新执行301?304的流程。[0035] 优选的，故障分配模块的具体工作方式为：[0036] 401：故障分配模块接收来自故障诊断模块的预测故障类型和故障等级信息；[0037] 402：根据电气设备的故障类型从服务器中提取对应故障类型维修的工作人员，并标记为初选人员r，其中r表示初选人员的编号，r=1、……n；[0038] 403：从服务器中获取初选人员的从业开始时刻并根据当前时刻，计算出初选人员的维修时长STr，预设所有故障类型等级均对应一个维修时长区间，提取预测故障等级对应的预设维修时长区间，并将初选人员的维修时长STr与预测故障等级对应的预设维修时长区间进行匹配，得到符合预测故障类型故障等级的初选人员，并标记为预选人员；[0039] 404：故障分配模块向每位预选人员手机端发送预维修指令和预测故障设备的确切位置，预选人员接收到维修指令后，如果当前没有其他维修任务，需在维修指令发送三分钟内发送接收维修指令与预计到达时间到故障分配模块；[0040] 405：故障分配模块在维修指令发送三分钟后，对所有回复接收维修指令的预选人员进行评估，根据每位预选人员提供的预计到达时间进行排序，选取预计到达时间最短的预选人员作为委托维修人员，并向委托维修人员手机端发送确认维修指令，委托维修人员接收到确认维修指令后，需在预计到达时间内到达故障现场进行维修工作。[0041] 与现有技术相比，本发明的有益效果是：[0042] （1）、该一种电气自动化设备的检测系统，采集模块将电气设备的日常工作时长划分为若干个检测时长，根据匹配功率值，将检测时长分配到预设的三个运行时段，以便在不同时间段内对设备进行监控，当检测到的功率值超过预设的阈值时，触发更新匹配流程，同时提供用户界面，允许操作人员手动选择和调整检测时段，动态灵活地调整了检测时长的划分，根据典型功率值和预设的采集间隔系数，动态调整三个运行时段的数据采集的频率，确保了运行参数集数据采集的准确性和实时性。[0043] （2）、该一种电气自动化设备的检测系统，通过数据处理模块对运行参数集的准确性、完整性进行了检测，避免了由于网络延迟或传输中断，导致的数据丢失或延迟，故障诊断提供了支持，有助于制定更有效的设备维护和故障预防策略，减少设备故障和停机时间，提高设备运行效率。[0044] （3）、该一种电气自动化设备的检测系统，通过故障诊断模块与故障分配模块，可对数据处理模块处理的数据，进行分析，以获得电气设备可能出现的故障类型与故障的严重程度，然后根据故障类型与对应的故障等级，匹配对应的维修人员，并从维修人员中选取最快到达电气设备故障现场的维修人员作为委托维修人员，通过此方式，大大提高了故障响应的及时性。附图说明[0045] 图1为本发明的流程框图；具体实施方式[0046] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0047] 请参阅图1，实施例一：本发明提供一种电气自动化设备的检测系统，包括采集模块、数据处理模块、故障诊断模块、故障分配模块、服务器、注册模块；[0048] 采集模块通过设置采集间隔，动态采集电气设备的运行参数集，同时将采集的数据发送至数据处理模块，运行参数集包括电气设备运行功率值、设备输入端与输出端的电压值与电流值、温度值、运行效率值、环境值、振动值、噪音值，具体过程为：[0049] 101：将电气设备的日常工作时长划分为若干个相同的检测时长；[0050] 102：针对每个检测时长，收集最近三个工作日内检测时长的电气设备运行功率值的历史数据，将相同检测时长内各个时刻对应的电气设备的运行功率值进行相加后除去工作日次数与时刻总数的乘积，得到各个检测时长内电气设备的匹配功率值；例如：收集最近三个工作天数中9点到10点这段检测时长内各时刻电气设备的运行功率值，并进行相加求和，得到最近三天中9点到10点这段检测时长内电气设备的运行功率总值，然后利用这个总值除以三天工作天数与三天工作天数中9点到10点这段检测时长内的时刻总数，得到最近三个工作天数中9点到10点这段检测时长内各时刻电气设备的平均运行功率值，将这个平均功率值作为9点到10点这段检测时长内电气设备的匹配功率值；[0051] 103：预设三个运行时段，分为低功率运行时段、中功率运行时段、高功率运行时段，每个运行时段均对应一个运行功率区间，将各个检测时长内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行匹配，得到各个检测时长对应的运行时段；例如：某检测时长内电气设备的匹配功率值在低功率运行时段对应的运行功率区间内，则该检测时长为低功率运行时段；[0052] 104：三个运行时段均预设一个更新匹配功率阈值，当运行时段内检测时长内电气设备的匹配功率值超过三次对应运行时段的更新匹配功率阈值，则将该检测时长标记为更新时段，并触发更新匹配流程，具体为：[0053] 1041：收集更新时段内各采集时刻的运行功率值，并求取其均值作为更新时段内电气设备的匹配功率值；[0054] 1042：将更新时段内电气设备的匹配功率值与三个运行时段对应的运行功率区间进行重新匹配，得到更新时段对应的运行时段；[0055] 1043：设置用户界面，允许工作人员选择特定的检测时段，并手动划分到期望的运行时段；[0056] 105：获取每个运行时段（低、中、高功率运行时段）中的典型功率值，典型功率值表示最近三个工作日内，各个运行时段中电气设备运行时间最长的功率值，预设采集间隔系数，通过将每个运行时段的典型功率值与预设采集间隔系数相乘，得到各个运行时段内对电气设备运行数据的采集间隔；[0057] 106：根据各个运行时段的采集频率，对采集时刻进行编号，即将采集时刻标记为i，i=1、……、n，获取采集时刻电气设备的运行参数集，并将电气设备运行参数集发送至数据处理模块。[0058] 需要说明的是，采集模块负责实时收集电气设备的运行参数，将电气设备的日常工作时长划分为若干个检测时长，根据匹配功率值，将检测时长分配到预设的三个运行时段，以便在不同时间段内对设备进行监控，当检测到的功率值超过预设的阈值时，触发更新匹配流程，同时提供用户界面，允许操作人员手动选择和调整检测时段，动态灵活地调整了检测时长的划分，提高了检测时长划分的准确性，通过分析历史数据，确定每个运行时段的典型功率值，这些值代表了设备在特定时段的典型运行状态，根据典型功率值和预设的采集间隔系数，动态调整数据采集的频率，以确保运行参数集数据采集的准确性和实时性，采集模块的设计确保了电气自动化设备能够高效、准确地收集设备运行数据，为设备的维护和故障预防提供了强有力的支持。[0059] 数据处理模块用于接收来自采集模块发送的电气设备运行参数集，并进行处理，具体过程为：[0060] 201：接收采集时刻电气设备的运行参数集，将运行参数集内各个数据标记为检测数据t，t=1、……、n；其中t1表示运行功率值数据、t2表示温度值数据，以此类推；[0061] 202：验证接收到的运行参数集是否包含所有检测数据，若运行参数集内检测数据不完整，则触发重新采集指令至采集模块，若完整，预设运行参数集内每个检测参数均对应一个关键值，通过将各个检测参数与预设运行参数集内每个检测参数对应的关键值进行匹配，得到检测参数对应的关键值GZt，获取各个检测参数采集时刻数据包大小与数据处理模块接收时数据包大。ü扑愀骷觳獠问昂笫莅纸诘牟钪，得到检测参数的数据包偏差值SBi_t，利用公式： ，得到运行参数集数据缺失值QZi，其中a1、a2为预设权重因子，通过将运行参数集数据缺失值QZi与预设运行参数集数据缺失阈值进行比对，若运行参数集数据缺失值QZi较大，则触发重新采集指令至采集模块，若运行参数集数据缺失值QZi较。蛱崛「骷觳獠问莅钪挡晃愕募觳獠问昙俏薷牟问，计算修改参数对应的检测数据均值，并将计算得到的检测数据均值来替换对应修改参数的缺失检测数据，将经过替换缺失检测数据后的修改参数重新整合回运行参数集中；[0062] 203：采用箱型图统计方法识别运行参数集中的是否存在检测数据异常值，若存在，则生成异常值对应的检测数据重新采集信号发送至采集模块，并把新采集到的检测数据匹配到相应的采集时刻中，以更新当前的运行参数集，并将当前运行参数数据集发送至故障诊断模块。[0063] 需要说明的是，验证运行参数集是否完整，确保所有必要的检测数据都被采集，通过对各检测参数对应的关键值与对应的检测参数的数据包偏差值进行综合分析得到运行参数集数据缺失值，通过将运行参数集数据缺失值与预设运行参数集数据缺失阈值进行比对，若运行参数集数据缺失值较大，则触发重新采集指令至采集模块，若运行参数集数据缺失值较。蚣扑阈薷牟问杂Φ募觳馐菥，并将检测数据均值来替换对应修改参数的缺失检测数据，然后重新整合回运行参数集中，在确保数据的连续性和准确性的基础上，也缩短了数据处理时间，识别并处理异常值，提高故障诊断的准确性，通过数据处理模块确保了运行参数集的准确性，为故障诊断提供了支持，有助于制定更有效的设备维护和故障预防策略，减少设备故障和停机时间，提高设备运行效率。[0064] 实施例二：故障诊断模块用于接收来自数据处理模块处理接收后的数据：[0065] 301：预设运行参数集内所有检测数据均对应一个标准区间值，将运行参数集内所有检测数据与对应的预设标准区间值进行匹配，提取不在对应预设标准区间值内的检测数据，并标记为分析数据FXi_t；[0066] 302：获取电气设备发生故障的历史数据，故障的历史数据包括故障类型、发生时间、故障描述等，同时收集与故障发生时间相对应的一定时间序列的电气设备运行参数集，将每个运行参数集内检测数据的历史数据与相应故障发生时刻进行配对，利用皮尔逊相关系数计算每个运行参数集内检测数据与相应故障之间的相关性值，得到各类故障发生时对应运行参数集内检测数据的相关性值，将各类故障发生时对应运行参数集内检测数据的相关性值按照相关性值的大小对运行参数集内检测数据进行排序，选择排序在前三名的检测数据作为故障诊断的候选特征集，得到各类故障发生时对应故障诊断的候选特征集，利用各类故障发生时对应故障诊断的候选特征集来训练故障诊断模型，得到电气设备故障诊断模型；[0067] 303：将各个分析数据FXi_t代入电气设备故障诊断模型中进行故障匹配，得到预测故障类型GZi_m，其中m表示故障的类型，m=1、……、n；获取预测故障类型GZi_m对应的三个分析数据FXi_t，并将其三个分析数据FXi_t与匹配进对应的预设标准区间值的距离值进行求和，得到预测故障类型GZi_m的等级评测值，设定所有故障类型均对应预设三个故障等级，分别为一级故障等级、二级故障等级、三级故障等级且每个故障等级均对应一个等级评测值区间，等级越高对应的等级评测值区间中的最小值与最大值越大，将预测故障类型GZi_m的等级评测值与对应的预设故障类型故障等级评测值区间进行匹配，得到预测故障类型GZi_m的故障等级；[0068] 304：获取最近一次历史与预测故障类型GZi_m相同故障类型与故障等级的等级评测值，将预测故障类型GZi_m的故障等级的等级评测值与其进行比对，获取两者之间的差值的绝对值并标记为预测故障类型GZi_m准确性评测值，设定所有故障类型对应的故障等级均预设一个故障诊断模型准确性评测值区间，将预测故障类型GZi_m准确性评测值与对应故障类型的故障等级预设故障诊断模型准确性评测值区间进行匹配，若预测故障类型GZi_m准确性评测值在其区间内，则认为匹配成功，此时故障诊断模块会将预测故障类型GZi_m的故障等级发送至故障分配模块，反之匹配不成功，则触发故障模型重新建立流程，故障模型重新建立流程被触发后，将重新执行301?304的流程。[0069] 需要说明的是，根据电气设备的历史故障数据，建立故障诊断模型，将分析数据代入故障诊断模型中进行故障匹配，预测故障类型，计算预测故障类型的等级评测值，并将其与预设的故障等级评测值区间进行匹配，确定故障等级，通过自动化的故障匹配和等级评测，优化了故障诊断流程，突出了故障类型与故障的严重程度，为故障处理提供指导，提升了对故障的响应速度；将预测的故障等级与最近一次相同类型故障的等级评测值进行比对，计算预测故障类型的准确性评测值，并与预设的准确性评测值区间进行匹配，如果匹配成功，将故障等级发送至故障分配模块；如果匹配失败，则触发故障模型重新建立流程，当故障诊断模型的准确性不足时，能够触发重新建立流程，增强了系统的自适应能力。[0070] 实施例三：故障分配模块用于接收故障诊断模块发送的预测故障类型的故障等级，并且故障分配模块与服务器通信连接并获取服务器内存储的注册信息，故障分配模块对注册信息进行分析得到对应的维修人员并发送维修指令至对应的维修人员手机终端上。[0071] 服务器与注册登录模块通信连接，注册登录模块用于维修人员提交注册信息进行注册并将注册成功的注册信息发送至服务器内进行存储；其中，注册信息包括维修人员的姓名、身份证号、年龄、手机号、维修电气设备的故障类型以及维修电气设备的从业开始时刻。[0072] 故障分配模块的具体工作方式为：[0073] 401：故障分配模块接收来自故障诊断模块的预测故障类型和故障等级信息；[0074] 402：根据电气设备的故障类型从服务器中提取对应故障类型维修的工作人员，并标记为初选人员r，其中r表示初选人员的编号，r=1、……n；[0075] 403：从服务器中获取初选人员的从业开始时刻并根据当前时刻，计算出初选人员的维修时长STr，预设所有故障类型等级均对应一个维修时长区间，提取预测故障等级对应的预设维修时长区间，并将初选人员的维修时长STr与预测故障等级对应的预设维修时长区间进行匹配，得到符合预测故障类型故障等级的初选人员，并标记为预选人员；[0076] 404：故障分配模块向每位预选人员手机端发送预维修指令和预测故障设备的确切位置，预选人员接收到维修指令后，如果当前没有其他维修任务，需在维修指令发送三分钟内发送接收维修指令与预计到达时间到故障分配模块；[0077] 405：故障分配模块在维修指令发送三分钟后，对所有回复接收维修指令的预选人员进行评估，根据每位预选人员提供的预计到达时间进行排序，选取预计到达时间最短的预选人员作为委托维修人员，并向委托维修人员手机端发送确认维修指令，委托维修人员接收到确认维修指令后，需在预计到达时间内到达故障现场进行维修工作。[0078] 需要说明的是，通过自动化的故障分配流程，快速将故障信息传递给维修人员，提高了响应速度，根据故障类型和维修人员的专长进行匹配，优化了维修资源的分配，通过计算维修时长有利于选择经验丰富的维修人员，确保了维修工作的质量，快速且精确的故障分配机制有助于减少设备的停机时间，提高生产效率，通过预维修指令和确认机制，确保维修人员可以高效地安排和执行维修任务，故障分配模块为电气自动化设备检测系统提供了一个有效的故障响应和处理机制，确保了设备故障能够得到及时和专业的处理。[0079] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

专利地区：内蒙古

专利申请日期：2024-09-23

专利公开日期：2024-11-29

专利公告号：CN118859036B