本申請(qǐng)涉及行數(shù)據(jù)異常的智能檢測(cè)領(lǐng)域，且更為具體地，涉及一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)：

1、在水利水電領(lǐng)域中，保持閘門系統(tǒng)的高性能狀態(tài)以調(diào)整河水是至關(guān)重要的。為了確保系統(tǒng)隨時(shí)可用，設(shè)備維修是必不可少的。然而，目前的做法多數(shù)是等到閘門出現(xiàn)故障時(shí)才采取相應(yīng)措施，這可能導(dǎo)致較大的損失并影響維修的及時(shí)性。此外，快速定位閘門系統(tǒng)中的異常器件也是一個(gè)挑戰(zhàn)，這不利于快速識(shí)別故障并采取相應(yīng)的措施。

2、因此，提供一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法、系統(tǒng)和電子設(shè)備，通過對(duì)閘門的運(yùn)行數(shù)據(jù)、振動(dòng)信號(hào)以及閘門周圍環(huán)境數(shù)據(jù)進(jìn)行實(shí)時(shí)檢測(cè)來判斷閘門的運(yùn)行狀態(tài)是否異常，并及時(shí)采取相應(yīng)的維修措施，以確保閘門性能的可靠性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問題，提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法、系統(tǒng)和電子設(shè)備，將待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)、待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)以及待監(jiān)測(cè)閘門的振動(dòng)信號(hào)作為輸入數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)這些輸入數(shù)據(jù)分別進(jìn)行特征提取之后得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量。也就是，通過對(duì)這些輸入數(shù)據(jù)進(jìn)行卷積編碼得到更具特征表示的特征向量。這樣，通過分析這些特征向量可以得到分類結(jié)果。這樣，根據(jù)分類結(jié)果可以判斷出閘門的運(yùn)行狀態(tài)是否異常，并及時(shí)采取相應(yīng)的維修措施，以確保閘門性能的可靠性。

2、根據(jù)本申請(qǐng)的第一方面，提供了一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其包括：

3、采集待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)、待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)以及待監(jiān)測(cè)閘門的振動(dòng)信號(hào)；

4、分別獲取所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)的特征信息、所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)的特征信息以及所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)的特征信息以得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量；

5、基于所述閘門運(yùn)行關(guān)聯(lián)特征向量、所述周圍環(huán)境關(guān)聯(lián)特征向量以及所述閘門振動(dòng)特征向量，以得到分類結(jié)果。

6、根據(jù)本申請(qǐng)的第二方面，提供了一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)系統(tǒng)，其包括：

7、閘門輸入數(shù)據(jù)采集模塊，用于采集待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)、待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)以及待監(jiān)測(cè)閘門的振動(dòng)信號(hào)；

8、閘門特征獲取模塊，用于分別獲取所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)的特征信息、所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)的特征信息以及所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)的特征信息以得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量；

9、閘門狀態(tài)分類結(jié)果生成模塊，用于基于所述閘門運(yùn)行關(guān)聯(lián)特征向量、所述周圍環(huán)境關(guān)聯(lián)特征向量以及所述閘門振動(dòng)特征向量，以得到分類結(jié)果。

10、根據(jù)本申請(qǐng)的第三方面，提供了一種電子設(shè)備，包括：處理器；以及，存儲(chǔ)器，在所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令在被所述處理器運(yùn)行時(shí)使得所述處理器執(zhí)行如上述所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法。

11、根據(jù)本申請(qǐng)的第四方面，提供了一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，所述計(jì)算機(jī)程序指令在被處理器運(yùn)行時(shí)使得所述處理器執(zhí)行如上所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法。

12、結(jié)合本申請(qǐng)的第一方面，在本申請(qǐng)的第一方面的一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法中，分別獲取所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)的特征信息、所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)的特征信息以及所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)的特征信息以得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量，包括：對(duì)所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)進(jìn)行深度卷積編碼以得到所述閘門運(yùn)行關(guān)聯(lián)特征向量；對(duì)所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)進(jìn)行深度卷積編碼以得到所述周圍環(huán)境關(guān)聯(lián)特征向量；對(duì)所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)進(jìn)行深度卷積編碼以得到所述閘門振動(dòng)特征向量。

13、結(jié)合本申請(qǐng)的第二方面，在本申請(qǐng)的第二方面的一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)系統(tǒng)中，所述閘門狀態(tài)分類結(jié)果生成模塊，包括：將所述閘門運(yùn)行關(guān)聯(lián)特征向量和所述周圍環(huán)境特征向量進(jìn)行特征融合以得到閘門狀態(tài)特征向量；對(duì)所述閘門狀態(tài)特征向量和所述閘門振動(dòng)特征向量進(jìn)行特征融合以得到閘門狀態(tài)分類特征向量；對(duì)閘門狀態(tài)分類特征向量進(jìn)行基于分類參數(shù)空間的后向特征相關(guān)性優(yōu)化以得到優(yōu)化閘門狀態(tài)分類特征向量；將所述優(yōu)化閘門狀態(tài)分類特征向量通過分類器以得到用于表示待檢測(cè)閘門的運(yùn)行狀態(tài)是否異常的分類結(jié)果。

14、與現(xiàn)有技術(shù)相比，本申請(qǐng)?zhí)峁┑囊环N基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法、系統(tǒng)和電子設(shè)備，將待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)、待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)以及待監(jiān)測(cè)閘門的振動(dòng)信號(hào)作為輸入數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)這些輸入數(shù)據(jù)分別進(jìn)行特征提取之后得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量。也就是，通過對(duì)這些輸入數(shù)據(jù)進(jìn)行卷積編碼得到更具特征表示的特征向量。這樣，通過分析這些特征向量可以得到分類結(jié)果。這樣，根據(jù)分類結(jié)果可以判斷出閘門的運(yùn)行狀態(tài)是否異常，并及時(shí)采取相應(yīng)的維修措施，以確保閘門性能的可靠性。

技術(shù)特征：

1.一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，分別獲取所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)的特征信息、所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)的特征信息以及所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)的特征信息以得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量，包括：

3.根據(jù)權(quán)利要求2所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，對(duì)所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)進(jìn)行深度卷積編碼以得到所述閘門運(yùn)行關(guān)聯(lián)特征向量，包括：

4.根據(jù)權(quán)利要求3所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，對(duì)所述待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)進(jìn)行深度卷積編碼以得到所述周圍環(huán)境關(guān)聯(lián)特征向量，包括：

5.根據(jù)權(quán)利要求4所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，對(duì)所述待監(jiān)測(cè)閘門的振動(dòng)信號(hào)進(jìn)行深度卷積編碼以得到所述閘門振動(dòng)特征向量，包括：

6.根據(jù)權(quán)利要求5所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，基于所述閘門運(yùn)行關(guān)聯(lián)特征向量、所述周圍環(huán)境關(guān)聯(lián)特征向量以及所述閘門振動(dòng)特征向量，以得到分類結(jié)果，包括：

7.根據(jù)權(quán)利要求6所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法，其特征在于，對(duì)閘門狀態(tài)分類特征向量進(jìn)行基于分類參數(shù)空間的后向特征相關(guān)性優(yōu)化以得到優(yōu)化閘門狀態(tài)分類特征向量，包括：

8.一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)系統(tǒng)，其特征在于,包括：

9.根據(jù)權(quán)利要求8所述的基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)系統(tǒng)，其特征在于，所述閘門特征獲取模塊，包括：

10.一種電子設(shè)備，包括：

技術(shù)總結(jié)
本申請(qǐng)涉及數(shù)據(jù)異常的智能檢測(cè)領(lǐng)域，其具體地公開了一種基于大數(shù)據(jù)的運(yùn)行數(shù)據(jù)異常檢測(cè)方法、系統(tǒng)和電子設(shè)備，將待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的運(yùn)行數(shù)據(jù)、待檢測(cè)閘門的多個(gè)預(yù)定時(shí)間點(diǎn)的周圍環(huán)境數(shù)據(jù)以及待監(jiān)測(cè)閘門的振動(dòng)信號(hào)作為輸入數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)這些輸入數(shù)據(jù)分別進(jìn)行特征提取之后得到閘門運(yùn)行關(guān)聯(lián)特征向量、周圍環(huán)境關(guān)聯(lián)特征向量以及閘門振動(dòng)特征向量。也就是，通過對(duì)這些輸入數(shù)據(jù)進(jìn)行卷積編碼得到更具特征表示的特征向量。這樣，通過分析這些特征向量可以得到分類結(jié)果。這樣，根據(jù)分類結(jié)果可以判斷出閘門的運(yùn)行狀態(tài)是否異常，并及時(shí)采取相應(yīng)的維修措施，以確保閘門性能的可靠性。

技術(shù)研發(fā)人員：李宏運(yùn)
受保護(hù)的技術(shù)使用者：北京分享宏遠(yuǎn)企業(yè)管理有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/17