摘要
本发明提供一种时序数据趋势分析方法,获取各个设备的历史数据和实时数据,构建历史数据分析模型和实时数据分析模型,历史数据分析模型获取配置的分析规则,并实现历史数据的整体与局部分析,局部分析包括根据历史局部指令,获取切片时间、切片节点和切片数据;最终得到设备异常系数;实时数据分析模型获取实时局部指令,获取切片时间、切片节点和切片数据,实时数据分析模型最终识别设备异常系数,最终根据设备历史异常系数和设备实时异常系数得到综合设备异常系数,通过综合设备异常系数进行预警报警。本发明能提高水轮机组的故障预测准确率。
技术关键词
数据趋势分析方法
数据分析模型
水轮发电机组
实时数据
切片
历史数据预处理
时序
特征值
信号
水轮叶片
指令
波形
指数
皮尔逊相关系数
强度
识别设备
节点
水轮机
定子
系统为您推荐了相关专利信息
光栅传感器
惯性导航系统
传感器误差
动态误差
虚拟环境模型
组织切片图像
宫颈
轮廓信息
像素点
损失函数优化
表面图像数据
丝绳
实时数据
物联网技术
创建可视化界面
资源优化配置
情景模拟技术
配送系统
智能算法
数据收集模块