一种多源异构数据融合与多维度数据相关性分析系统

技术领域

本发明涉及相关性分析技术领域，具体为一种多源异构数据融合与多维度数据相关性分析系统。

背景技术

机电设备主要包括发电设备和供电设备两大类，发电设备主要是电站锅炉、蒸汽轮机、燃气轮机、水轮机、发电机、变压器等等，供电设备主要是各种电压等级的输电线路、互感器、接触器等等；在机电设备的运行过程中，往往需要进行数据分析，但是单一来源的信息以及无法满足人们对数据信息丰富度、实时性、准确可靠性等方面的要求，这就需要数据融合技术从多源数据中得出估计和判决，以增加数据的置信度、提高可靠性、降低不确定性。

但是在现有技术中，无法从对机电设备进行多维度数据采集，导致数据框架单一，采集数据的可行度低，造成机电设备分析效率低下；同时，无法对数据框架内多维度数据进行分析，不能够准确分析出多维度数据与机电设备的关系，导致机电设备运行故障率上升，同时在机电设备出现故障时，无法根据特征准确迅速筛选影响因素，增加了运行成本。

发明内容

本发明的目的就在于提出一种多源异构数据融合与多维度数据相关性分析系统，采集到机电设备静态多维度影响数据，提高了数据构造的多源性，增强了对机电设备分析的准确性，为数据相关性分析提高了准确依据；采集到机电设备动态数据，通过静态和动态两个维度进行数据采集，并将采集的数据继续多维度化，将机电设备数据框架进行构建，使得数据框架全面性，增加相关性数据采集的精准性；将数据进行属性标定，从而机电设备对应数据的相关性分析提供依据，增加相关性分析的准确性；根据机电设备工况分析系数推断出各个维度数据是否存在影响，提高了数据相关性分析的准确性，从而能够有效预防机电设备运行异常的情况，同时机电设备出现故障时能够迅速筛选出故障对应数据。

本发明的目的可以通过以下技术方案实现：

一种多源异构数据融合与多维度数据相关性分析系统，包括数据框架融合平台与相关性分析平台；数据框架融合平台内设置有服务器，服务器通讯连接有静态数据单元、动态数据单元以及融合分析单元；相关性分析平台内设置有处理器，处理器通讯连接有在线分析单元、数据特征分析单元、相关性核定单元以及数据库；

数据框架融合平台用于对机电设备进行数据分析，服务器生成静态采集指令并将静态采集指令发送至静态数据单元，静态数据单元用于采集到机电设备在静止状态时的多维度影响数据；服务器生成动态采集指令并将动态采集指令发送至动态数据单元，动态数据单元用于对采集到机电设备在运行状态时的多维度影响数据；通过融合分析单元对静态多维度数据和动态多维度数据进行数据融合分析；

通过相关性分析平台对各个数据进行相关性分析，通过在线分析单元对机电设备的实时运行进行分析，判断机电设备的实时工况；通过数据特征分析单元对各个维度的数据进行分析，判断各个维度的数据与机电设备工况的关系；通过相关性核定单元对影响数据和无关数据进行核验。

进一步地，静态数据单元的采集过程如下：

将机电设备断开电源，并将其标记为静止设备，采集到静止设备的多维度指标，并将对应多维度指标标记为静态多维度数据，静止设备的多维度指标包括机电设备周边环境温度浮动值、环境湿度浮动值、维护频率以及维护时长；并将静态多维度数据发送至服务器。

进一步地，动态数据单元的采集过程如下：

将机电设备连接电源，并将其标记为运行设备，采集到运行设备的多维度指标，并将对应多维度指标标记为动态多维度数据，运行设备的多维度指标包括机电设备的设备温度、运行噪音、运行频率以及运行时长，并将动态多维度数据发送至服务器。

进一步地，融合分析单元的融合分析过程如下：

将静态多维度数据和动态多维度数据分别划分为静态主维度数据和动态主维度数据，并静态多维度数据和动态多维度数据进行分析，将静态多维度数据中周边环境温度浮动值和环境湿度浮动值标记为自变数据，并将对应自变数据标记为静态子维度自变数据；将静态多维度数据中维护频率以及维护时长标记为因变数据，并将对应因变数据标记为静态子维度因变数据；将动态多维度数据中设备温度和运行噪音标记为特征数据，并将对应特征数据标记为动态子维度特征数据；将动态多维度数据中运行频率以及运行时长标记为因变数据，并将对应因变数据标记为动态子维度因变数据；将静态主维度数据和动态主维度数据，与对应静态子维度自变数据、静态子维度因变数据、动态子维度因变数据以及动态子维度特征数据发送至相关性分析平台。

进一步地，在线分析单元的分析过程如下：

采集到机电设备的输入电流和输出电流，并根据机电设备的输入电流和输出电流采集到机电设备的运行电流差，设置标号DLC；采集到机电设备的输入电压和输出电压，并根据机电设备的输入电压和输出电压采集到机电设备的运行电压差，设置标号DYC；

通过分析获取到机电设备的工况分析系数FX，将机电设备的工况分析系数与工况分析系数阈值进行比较：若机电设备的工况分析系数≥工况分析系数阈值，则判定对应机电设备工况合格，并将对应工况分析系数标记为合格工况分析系数，将合格工况分析系数发送至处理器；若机电设备的工况分析系数＜工况分析系数阈值，则判定对应机电设备工况不合格，并将对应工况分析系数标记为不合格工况分析系数，将不合格工况分析系数发送至处理器。

进一步地，数据特征分析单元的分析过程如下：

采集到合格工况分析系数对应的机电设备，并将其标记为合格机电设备；采集到不合格工况分析系数对应的机电设备，并将其标记为不合格机电设备；将不合格机电设备与合格机电设备对应的静态子维度自变数据、静态子维度因变数据、动态子维度因变数据以及动态子维度特征数据分别对应比较：若数据对应差值大于数据差值阈值，则将对应数据标记为影响数据；若数据对应差值小于数据差值阈值，则将对应数据标记为无关数据；并将影响数据和无关数据发送至处理器。

进一步地，相关性核定单元的核定过程如下：

实时采集到合格机电设备对应的工况分析系数，并采集到同一时刻合格机电设备对应的影响数据和无关数据，对影响数据和无关数据进行数值调控；

对影响数据进行调控时，若机电设备对应的工况分析系数增大，则将对应影响数据标记为正比影响数据；若机电设备对应的工况分析系数减小，则将对应影响数据标记为反比影响数据；若机电设备对应的工况分析系数不变，则将对应影响数据标记为误差影响数据；

对无关数据进行调控时，若机电设备对应的工况分析系数不变，则将对应无关数据标记为正常无关数据；若机电设备对应的工况分析系数增加或者减少，则将对应无关数据标记为误差无关数据；

将正比影响数据、反比影响数据、误差影响数据、正常无关数据以及误差无关数据发送至数据库进行储存。

与现有技术相比，本发明的有益效果是：

本发明中，采集到机电设备静态多维度影响数据，提高了数据构造的多源性，增强了对机电设备分析的准确性，为数据相关性分析提高了准确依据；采集到机电设备动态数据，通过静态和动态两个维度进行数据采集，并将采集的数据继续多维度化，将机电设备数据框架进行构建，使得数据框架全面性，增加相关性数据采集的精准性；

将数据进行属性标定，从而机电设备对应数据的相关性分析提供依据，增加相关性分析的准确性；根据机电设备工况分析系数推断出各个维度数据是否存在影响，提高了数据相关性分析的准确性，从而能够有效预防机电设备运行异常的情况，同时机电设备出现故障时能够迅速筛选出故障对应数据；对影响数据和无关数据进行核验，防止数据特征分析存在偶然性，提高了数据相关性分析的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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。

如图1所示，一种多源异构数据融合与多维度数据相关性分析系统，包括数据框架融合平台与相关性分析平台，其中，数据框架融合平台与相关性分析平台为双向通讯连接；数据框架融合平台内设置有服务器，服务器通讯连接有静态数据单元、动态数据单元以及融合分析单元；相关性分析平台内设置有处理器，处理器通讯连接有在线分析单元、数据特征分析单元、相关性核定单元以及数据库；

数据框架融合平台用于对机电设备进行数据分析，本申请中多维度数据相关性分析对象为机电设备；

服务器生成静态采集指令并将静态采集指令发送至静态数据单元，静态数据单元用于采集到机电设备在静止状态时的多维度影响数据，静止状态表示为机电设备未运行的状态，采集到机电设备静态多维度影响数据，提高了数据构造的多源性，增强了对机电设备分析的准确性，为数据相关性分析提高了准确依据，多维度表示为多个角度或者多个方面，具体静态数据采集过程如下：

将机电设备断开电源，并将其标记为静止设备，采集到静止设备的多维度指标，并将对应多维度指标标记为静态多维度数据，静止设备的多维度指标包括机电设备周边环境温度浮动值、环境湿度浮动值、维护频率以及维护时长，本申请中仅选择机电设备周边环境温度浮动值、环境湿度浮动值、维护频率以及维护时长四个静态多维度指标；并将静态多维度数据发送至服务器；

服务器生成动态采集指令并将动态采集指令发送至动态数据单元，动态数据单元用于对采集到机电设备在运行状态时的多维度影响数据，采集到机电设备动态数据，通过静态和动态两个维度进行数据采集，并将采集的数据继续多维度化，将机电设备数据框架进行构建，使得数据框架全面性，增加相关性数据采集的精准性，具体采集过程如下：

将机电设备连接电源，并将其标记为运行设备，采集到运行设备的多维度指标，并将对应多维度指标标记为动态多维度数据，运行设备的多维度指标包括机电设备的设备温度、运行噪音、运行频率以及运行时长，本申请中仅选择机电设备的设备温度、运行噪音、运行频率以及运行时长四个动态多维度指标，并将动态多维度数据发送至服务器；

服务器接收到静态多维度数据和动态多维度数据后，生成融合分析指令并将融合分析指令发送至融合分析单元，融合分析单元用于接收融合分析指令，并对静态多维度数据和动态多维度数据进行数据融合分析，即将静态多维度数据和动态多维度数据进行数据属性标定，将数据进行属性标定，从而机电设备对应数据的相关性分析提供依据，增加相关性分析的准确性，具体融合分析过程如下：

将静态多维度数据和动态多维度数据分别划分为静态主维度数据和动态主维度数据，并静态多维度数据和动态多维度数据进行分析，将静态多维度数据中周边环境温度浮动值和环境湿度浮动值标记为自变数据，并将对应自变数据标记为静态子维度自变数据；将静态多维度数据中维护频率以及维护时长标记为因变数据，并将对应因变数据标记为静态子维度因变数据；将动态多维度数据中设备温度和运行噪音标记为特征数据，并将对应特征数据标记为动态子维度特征数据；将动态多维度数据中运行频率以及运行时长标记为因变数据，并将对应因变数据标记为动态子维度因变数据；因变数据表示为受人为或者其他因素影响而改变的数据，自变数据表示为自然改变的数据，特征数据表示为设备的特征对应的数据；

将静态主维度数据和动态主维度数据，与对应静态子维度自变数据、静态子维度因变数据、动态子维度因变数据以及动态子维度特征数据发送至相关性分析平台；

相关性分析平台对各个数据进行相关性分析，处理器接收到静态主维度数据和动态主维度数据，与对应静态子维度自变数据、静态子维度因变数据、动态子维度因变数据以及动态子维度特征数据，并将其发送至数据库进行储存；处理器生成在线分析信号并将在线分析信号发送至在线分析单元，在线分析单元用于对机电设备的实时运行进行分析，判断机电设备的实时工况，根据机电设备的实时工况，对各个维度数据进行监测，提高了相关性分析的准确性，具体分析过程如下：

采集到机电设备的输入电流和输出电流，并根据机电设备的输入电流和输出电流采集到机电设备的运行电流差，设置标号DLC；采集到机电设备的输入电压和输出电压，并根据机电设备的输入电压和输出电压采集到机电设备的运行电压差，设置标号DYC；

通过公式

处理器接收到合格工况分析系数或者不合格工况分析系数后，生成数据特征分析信号并将数据特征分析信号发送至数据特征分析单元；数据特征分析单元用于对各个维度的数据进行分析，判断各个维度的数据与机电设备工况的关系，根据机电设备工况分析系数推断出各个维度数据是否存在影响，提高了数据相关性分析的准确性，从而能够有效预防机电设备运行异常的情况，提高了机电设备的运行稳定性，同时机电设备出现故障时能够迅速筛选出故障对应数据，具体分析过程如下：

采集到合格工况分析系数对应的机电设备，并将其标记为合格机电设备；采集到不合格工况分析系数对应的机电设备，并将其标记为不合格机电设备；将不合格机电设备与合格机电设备对应的静态子维度自变数据、静态子维度因变数据、动态子维度因变数据以及动态子维度特征数据分别对应比较：若数据对应差值大于数据差值阈值，则将对应数据标记为影响数据；若数据对应差值小于数据差值阈值，则将对应数据标记为无关数据；

并将影响数据和无关数据发送至处理器；

处理器接收到影响数据和无关数据后，生成相关性核定信号并将相关性核定信号发送至相关性核定单元，相关性核定单元用于对影响数据和无关数据进行核验，防止数据特征分析存在偶然性，提高了数据相关性分析的准确性，具体核定过程如下：

实时采集到合格机电设备对应的工况分析系数，并采集到同一时刻合格机电设备对应的影响数据和无关数据，对影响数据和无关数据进行数值调控；

对影响数据进行调控时，若机电设备对应的工况分析系数增大，则将对应影响数据标记为正比影响数据；若机电设备对应的工况分析系数减小，则将对应影响数据标记为反比影响数据；若机电设备对应的工况分析系数不变，则将对应影响数据标记为误差影响数据；

对无关数据进行调控时，若机电设备对应的工况分析系数不变，则将对应无关数据标记为正常无关数据；若机电设备对应的工况分析系数增加或者减少，则将对应无关数据标记为误差无关数据；

将正比影响数据、反比影响数据、误差影响数据、正常无关数据以及误差无关数据发送至数据库进行储存。

本发明工作原理：一种多源异构数据融合与多维度数据相关性分析系统，在工作时，通过数据框架融合平台对机电设备进行数据分析，服务器生成静态采集指令并将静态采集指令发送至静态数据单元，通过静态数据单元采集到机电设备在静止状态时的多维度影响数据；服务器生成动态采集指令并将动态采集指令发送至动态数据单元，通过动态数据单元对采集到机电设备在运行状态时的多维度影响数据；通过融合分析单元对静态多维度数据和动态多维度数据进行数据融合分析；

通过相关性分析平台对各个数据进行相关性分析，通过在线分析单元对机电设备的实时运行进行分析，判断机电设备的实时工况；通过数据特征分析单元对各个维度的数据进行分析，判断各个维度的数据与机电设备工况的关系；通过相关性核定单元对影响数据和无关数据进行核验。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所做的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。