设备监测方法、装置及设备与流程

1.本技术实施例涉及计算机技术领域，尤其涉及一种设备监测方法、装置及设备。


背景技术：

2.在工业系统运行过程中，可以对工业系统中运行的设备进行监测，以保证工业系统正常运行。
3.在相关技术中，通过如下方式对设备进行监测：按照时间先后顺序获取运行设备的设备参数，监测设备参数序列中偏离正常数据范围的时间点。根据设备参数序列中异常的时间点对应的参数，确定运行设备的运行情况。然而，设备参数可能受到外界因素的影响，导致通过上述方式无法准确确定得到异常的时间点，导致设备监测的准确性低。


技术实现要素：

4.本技术实施例提供一种设备监测方法、装置及设备，用以解决设备监测准确性低的问题。
5.第一方面，本技术实施例提供一种设备监测方法，包括：
6.获取待监测设备在多个时刻的多组第一设备参数，每组第一设备参数包括多种类型的设备参数；
7.对所述多组第一设备参数进行分解处理，得到多个第一设备参数序列，一个所述第一设备参数序列中包括一种类型的设备参数；
8.对所述多个第一设备参数序列进行谱残差处理，以得到所述多个第一设备参数序列对应的目标谱信息；
9.根据所述目标谱信息确定异常数据，并根据所述异常数据，确定所述待监测设备对应的监测结果。
10.在一种可能的实施方式中，对所述多组第一设备参数进行分解处理，得到多个设备参数序列，包括：
11.对所述多组第一设备参数进行归一化处理和白化操作，得到多组第二设备参数；
12.在每组第二设备参数中确定每种参数类型的设备参数；
13.根据每组第二设备参数中的每种参数类型的设备参数，确定所述多个设备参数序列。
14.在一种可能的实施方式中，针对任意一组第二设备参数；在所述一组第二设备参数中确定每种参数类型的设备参数，包括：
15.通过预设算法对所述一组第二设备参数和预设基向量进行处理，得到一组第三设备参数；
16.将所述一组第三设备参数分别投影至所述预设基向量，得到每种参数类型的设备参数。
17.在一种可能的实施方式中，针对任意一个第一设备参数序列；对所述第一设备参
数序列进行谱残差处理，以得到所述第一设备参数序列对应的目标谱信息，包括：
18.将所述第一设备参数序列中、预设时间范围内的数据确定为第二设备参数序列；
19.对所述第二设备参数序列进行小波变化处理、分离谱残差处理、以及小波逆变换处理，得到所述目标谱信息。
20.在一种可能的实施方式中，对所述第二设备参数序列进行小波变化处理、分离谱残差处理、以及小波逆变换处理，得到所述目标谱信息，包括：
21.确定所述第二设备参数序列对应的预测值；
22.在所述第二设备参数序列的末尾处增加预设数量个所述预测值，得到第三设备参数序列；
23.对所述第三设备参数序列进行所述小波变换，得到频域参数序列；
24.对所述频域参数序列进行所述分离谱残差处理，得到谱残差；
25.对所述谱残差进行所述小波逆变换处理，得到所述目标谱信息。
26.在一种可能的实施方式中，所述目标谱信息包括多个谱值；根据所述目标谱信息确定异常数据，包括：
27.获取所述目标谱信息中每个谱值的相邻谱值的相邻平均谱值；
28.分别根据每个谱值对应的相邻平均谱值，判断所述谱值是否为异常数据，以确定得到所述异常数据。
29.在一种可能的实施方式中，针对所述目标谱信息中的任意一个谱值；根据所述谱值的相邻平均谱值，判断所述谱值是否为异常数据，包括：
30.获取所述谱值和所述相邻平均谱值之间的比值；
31.若所述比值大于或等于预设阈值，则将所述谱值确定为所述异常数据；
32.若所述比值小于所述预设阈值，则确定所述谱值不是异常数据。
33.第二方面，本技术实施例提供一种监测装置，所述装置包括：
34.获取模块，用于获取待监测设备在多个时刻的多组第一设备参数，每组第一设备参数包括多种类型的设备参数；
35.第一处理模块，对所述多组第一设备参数进行分解处理，得到多个第一设备参数序列，一个所述第一设备参数序列中包括一种类型的设备参数；
36.第二处理模块，对所述多个第一设备参数序列进行谱残差处理，以得到所述多个第一设备参数序列对应的目标谱信息；
37.确定模块，根据所述目标谱信息确定异常数据，并根据所述异常数据，确定所述待监测设备对应的监测结果。
38.在一种可能的实施方式中，所述第一处理模块具体用于：
39.对所述多组第一设备参数进行归一化处理和白化操作，得到多组第二设备参数；
40.在每组第二设备参数中确定每种参数类型的设备参数；
41.根据每组第二设备参数中的每种参数类型的设备参数，确定所述多个设备参数序列。
42.在一种可能的实施方式中，所述第一处理模块具体用于：
43.通过预设算法对所述一组第二设备参数和预设基向量进行处理，得到一组第三设备参数；
44.将所述一组第三设备参数分别投影至所述预设基向量，得到每种参数类型的设备参数。
45.在一种可能的实施方式中，所述第二处理模块具体用于：
46.将所述第一设备参数序列中、预设时间范围内的数据确定为第二设备参数序列；
47.对所述第二设备参数序列进行小波变化处理、分离谱残差处理、以及小波逆变换处理，得到所述目标谱信息。
48.在一种可能的实施方式中，所述第二处理模块具体用于：
49.确定所述第二设备参数序列对应的预测值；
50.在所述第二设备参数序列的末尾处增加预设数量个所述预测值，得到第三设备参数序列；
51.对所述第三设备参数序列进行所述小波变换，得到频域参数序列；
52.对所述频域参数序列进行所述分离谱残差处理，得到谱残差；
53.对所述谱残差进行所述小波逆变换处理，得到所述目标谱信息。
54.在一种可能的实施方式中，所述确定模块具体用于：
55.获取所述目标谱信息中每个谱值的相邻谱值的相邻平均谱值；
56.分别根据每个谱值对应的相邻平均谱值，判断所述谱值是否为异常数据，以确定得到所述异常数据。
57.在一种可能的实施方式中，所述确定模块具体用于：
58.获取所述谱值和所述相邻平均谱值之间的比值；
59.若所述比值大于或等于预设阈值，则将所述谱值确定为所述异常数据；
60.若所述比值小于所述预设阈值，则确定所述谱值不是异常数据。
61.第三方面，本技术实施例提供一种监测设备，包括：
62.至少一个处理器；以及
63.与所述至少一个处理器通信连接的存储器；其中，
64.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法。
65.第四方面，本技术实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行根据第一方面中任一项所述的方法。
66.第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现根据第一方面中任一项所述的方法。
67.本技术实施例提供的设备监测方法、装置及设备，对多个时刻输入的多组设备运行参数进行分解处理，确定多个时刻同一种类型的设备参数，得到同一种类型的设备参数序列。并对该设备参数序列进行普残差处理，得到目标谱。根据目标谱信息，确定异常数据。根据异常数据，确定待监测设备的运行情况。在上述过程中，将多个时刻的多组设备参数分解为同一种类型的设备参数。根据多个时刻同一种类型的设备参数组成的设备参数序列，通过普残差可以对设备参数序列进行准确的处理以得到目标谱，进而根据目标谱可以准确确定异常的时间点，提高了设备监测的准确性。
附图说明
68.图1为本技术实施例提供的应用场景的示意图；
69.图2为本技术实施例提供的设备监测方法的流程示意图；
70.图3为本技术实施例提供的目标谱信息示意图；
71.图4为本技术实施例提供的多组第一设备参数进行分解处理的过程流程示意图；
72.图5为本技术实施例提供的确定第一设备参数序列对应目标谱信息的方法流程示意图；
73.图6为本技术实施例提供的确定第二设备参数序列的过程示意图；
74.图7为本技术实施例提供的确定第三设备参数序列的过程示意图；
75.图8为本技术实施例提供的监测装置的结构示意图；
76.图9为本技术实施例提供的监测设备的结构示意图。
具体实施方式
77.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
78.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
79.图1为本技术实施例提供的应用场景的示意图。请参见图1，包括监测设备101以及待监测设备102。其中，监测设备101可以为计算机、服务器等。待监测设备102可以为机床，变压器等设备。监测设备101可以根据多个时刻待监测设备102的运行参数，确定待监测设备102的运行情况。
80.在相关技术中，通过如下方式对正在运行的设备进行监测：按照时间先后顺序获取运行设备的设备参数，检测设备参数序列中偏离正常数据范围的时间点。根据设备参数序列中异常的时间点对应的参数，确定运行设备的运行情况。然而，设备参数可能受到外界因素的影响，导致通过上述方式无法准确确定得到异常的时间点，导致设备监测的准确性低。
81.在本技术实施例中，获取待监测设备在多个时刻的多组设备参数，每组设备参数可以包括多种类型的设备参数。对多个时刻输入的多组设备运行参数进行分解处理，确定多个时刻同一种类型的设备参数，得到同一种类型的设备参数序列。并对该设备参数序列进行普残差处理，得到目标谱。根据目标谱信息，确定异常数据。根据异常数据，确定待监测设备的运行情况。在上述过程中，将多个时刻的多组设备参数分解为同一种类型的设备参数。根据多个时刻同一种类型的设备参数组成的设备参数序列，通过普残差可以对设备参数序列进行准确的处理以得到目标谱，进而根据目标谱可以准确确定异常的时间点，提高了设备监测的准确性。
82.下面，通过具体实施例对本技术所示的方法进行说明。需要说明的是，下面几个实施例可以单独存在，也可以互相结合，对于相同或相似的内容，在不同的实施例中不再重复说明。
83.图2为本技术实施例提供的设备监测方法的流程示意图。请参见图2，该方法可以包括：
84.s201、获取待监测设备在多个时刻的多组第一设备参数。
85.本技术实施例的执行主体可以为监测设备，也可以为设置在监测设备中的监测装置。监测装置可以通过软件实现，也可以通过软件和硬件的结合实现。
86.待监测设备可以为正在运行的设备。例如，待监测设备可以为变压器、水泵、机床等。
87.设备参数可以为待监测设备运行过程的参数。例如，设备参数可以为待检测设备的温度、电压、电流、转速等。
88.每组第一设备参数包括多种类型的设备参数。
89.例如，假设待检测设备为变压器，变压器的设备参数可以包括温度t、电压v、电流a。假设每1s获取一组第一设备参数，则5s内可以获取5组第一设备参数，5组第一设备参数具体可以如表1所示：
90.表1
[0091][0092]
s202、对多组第一设备参数进行分解处理，得到多个第一设备参数序列。
[0093]
其中，一个第一设备参数序列中包括一种类型的设备参数。
[0094]
一个设备参数序列中包括多种类型的设备参数，每种类型对应的一个设备参数可以为一个独立分量。例如，假设待检测设备为变压器，变压器的设备参数可以包括温度t、电压v、电流a。一个第一设备参数序列可以为t1、v1、a1，则一个设备参数序列中的一个独立分量可以为t1。
[0095]
可以通过如下方式对多组第一设备参数进行分解处理：对多组第一设备参数进行归一化处理和白化操作，得到多组第二设备参数；在每组第二设备参数中确定每种参数类型的设备参数；根据每组第二设备参数中的每种参数类型的设备参数，确定多个设备参数序列。
[0096]
第一设备参数序列包括待监测设备的相同参数类型的参数，且第一设备参数序列中的参数按照时间先后顺序排列。
[0097]
例如，假设待检测设备为变压器，变压器的设备参数可以包括温度t、电压v、电流a。则该变压器有3个设备参数序列，该3个设备参数序列分别为：温度参数序列、电压参数序列、电流参数序列。n个时刻内3个设备参数序列具体可以如表2所示：
[0098]
表2
[0099]
时刻12
……
n-1n温度参数序列t1t2……
t
n-1
tn电压参数序列v
1v2
……vn-1vn
电流参数序列a1a2……an-1an
[0100]
可选的，可以根据第一设备参数序列，确定异常的参数。通过如下公式计算各个设备参数的峰度系数：
[0101]
k＝e(y4)-3e(y2)2[0102]
将各个设备参数峰度系数的绝对值最大的设备参数，确定为异常设备参数。
[0103]
s203、对多个第一设备参数序列进行谱残差处理，以得到多个第一设备参数序列对应的目标谱信息。
[0104]
可以通过如下方式对多个第一设备参数序列进行普残差处理：将第一设备参数序列中、预设时间范围内的数据确定为第二设备参数序列；对第二设备参数序列进行小波变换处理、分离谱残差处理、以及小波逆变换处理，得到目标谱信息。
[0105]
小波处理可以将傅里叶变换后的第二设备参数序列从频域变换到时域。
[0106]
可以通过如下方式进行普残差处理：对小波变换后的第二设备参数序列做平滑处理，确定第二设备参数序列的背景。将第二设备参数序列与第二设备参数序列的背景的差值，确定为普残差。
[0107]
对普残差进行小波逆变换处理，将时域数据变换为频域数据，得到目标谱。
[0108]
s204、根据目标谱信息确定异常数据，并根据异常数据，确定待监测设备对应的监测结果。
[0109]
可以通过如下方式确定异常数据：获取目标谱信息中每个谱值的相邻谱值的相邻平均谱值；分别根据每个谱值对应的相邻平均谱值，判断谱值是否为异常数据，以确定得到异常数据。
[0110]
下面，结合图3，对目标谱信息中任意一个谱值的相邻谱值进行说明。图3为本技术实施例提供的目标谱信息示意图。目标谱中的a点可以为目标谱中的任意一点，根据a点对应的时间序列相邻范围内，确定每个a点相邻点对应的谱值。根据每个相邻点的谱值，确定相邻平均谱值。预设范围可以根据待监测设备的应用场景确定。
[0111]
针对目标谱信息中的任意一个谱值，获取谱值和相邻平均谱值之间的比值；若比值大于或等于预设阈值，则将谱值确定为异常数据；若比值小于预设阈值，则确定谱值不是异常数据。
[0112]
根据比值，确定近期所有比值服从的统计分布规律。根据比值服从的统计分布规律，自动调整预设阈值。
[0113]
本技术实施例提供的设备监测方法，获取待监测设备在多个时刻的多组第一设备参数，每组第一设备参数包括多种类型的设备参数；对多组第一设备参数进行分解处理，得到多个第一设备参数序列；对多个第一设备参数序列进行谱残差处理，以得到多个第一设备参数序列对应的目标谱信息；根据目标谱信息确定异常数据，并根据异常数据，确定待监测设备对应的监测结果。在上述过程中，将多个时刻的多组设备参数分解为同一种类型的设备参数。根据多个时刻同一种类型的设备参数组成的设备参数序列，通过普残差可以对
设备参数序列进行准确的处理以得到目标谱，进而根据目标谱可以准确确定异常的时间点，提高了设备监测的准确性。
[0114]
在上述任意一个实施例的基础上，下面，结合图4，对多组第一设备参数进行分解处理的过程(s202)进行说明。
[0115]
图4为本技术实施例提供的多组第一设备参数进行分解处理的过程流程示意图。请参见图4，该方法可以包括：
[0116]
s401、对多组第一设备参数进行归一化处理，得到第一矩阵。
[0117]
可通过如下方式对多组第一设备进行归一化处理：根据多组第一设备参数，确定多组第一设备参数对应的初始矩阵。其中，矩阵行数为参数类型的数量，列数为第一设备参数的组数。计算初始矩阵中每一行的平均值，将初始矩阵中每行的每个数据减去该行的平均值，得到第一差值。各个第一差值组成的新矩阵为归一化处理后得到的第一矩阵。
[0118]
例如，假设待检测设备为变压器，变压器的设备参数可以包括温度t、电压v、电流a。每1s获取一组第一设备参数，则3s内可以获取3组第一设备参数，3组第一设备参数具体可以如表3所示：
[0119]
表3
[0120][0121]
根据表3，确定多组第一设备参数对应的初始矩阵可以为：
[0122][0123]
初始矩阵中每一列组成列向量为第一设备参数。
[0124]
多组第一设备参数对应的矩阵中，第一行数据的平均值e1＝(t1+v2+v3)/3，第二行数据的平均值e2＝(v1+a2+t3)/3，第三行数据的平均值e3＝(a1+t2+a3)/3。则归一化处理后的第一矩阵可以为：
[0125][0126]
s402、对第一矩阵进行白化操作，得到多组第二设备参数。
[0127]
可以通过如下方式得到第二设备参数：对第一矩阵对应的协方差矩阵做奇异值分解，通过如下公式确定第二设备参数对应的矩阵中每个元素；
[0128]
x2＝ed-1/2et
x
[0129]
其中，e为第一矩阵对应的协方差矩阵，d为协方差矩阵对应的对角矩阵，x为第一矩阵中的元素，x2为第二设备参数对应的矩阵中元素。
[0130]
将每组奇异值分解后确定的新元素组成的矩阵，确定为多组第二设备参数。新元素组成的矩阵中，每一列组成的列向量为一组第二设备参数。
[0131]
对多组第二设备参数中每组第二设备参数的处理过程相同，下面，以对任意一组第二设备参数的处理过程为例进行说明。
[0132]
s403、通过预设算法对一组第二设备参数和预设基向量进行处理，得到一组第三设备参数。
[0133]
预设基向量可以为任意单位列向量，预设基向量的行数与参数类型数量相同。例如，某待监测设备的设备参数类型有2种，其对应的预设基向量可以为
[0134]
预设算法可以为牛顿迭代公式，具体为：
[0135]w+
＝e(xg(w
t
x))-e(g
′
(w
t
x))w
[0136]
其中，w为预设基向量，x为每组第二设备参数组成的列向量，e为求平均值函数。g是函数g(w
t
x)＝-exp(-(w
t
x)2/2)的导函数。其中，exp为自然常数e为底的指数函数。
[0137]
可选的，迭代过程中可以用w/|w|进行归一化处理。
[0138]
根据预设算法，得到的任意一组第三设备参数为一个列向量。
[0139]
s404、将该组第三设备参数分别投影至预设基向量，得到每种参数类型的设备参数。
[0140]
可以通过如下公式将第三设备参数对应的列向量投影至预设基向量：
[0141]
f＝xcosθ
[0142]
其中，f为设备参数，x为第三设备参数对应的列向量，θ为第三设备参数对应的列向量与预设基向量之间的夹角。
[0143]
根据预设基向量的维数，确定任意一组第三设备参数对应的列向量投影至预设基向量的数量。投影后得到的设备参数个数与预设基向量的维数相同。例如，预设基向量的维数为3，则投影后得到的设备参数个数为3。
[0144]
可选的，可以通过如下方式调整投影后的设备参数个数：迭代后的基向量组成混合矩阵g，通过混合矩阵行列式|g|与范数||g||的比值，确定投影后的设备参数个数。判定投影后的设备参数个数是否在预设范围内，若是，则将投影后的设备参数确定为每种参数类型的设备参数。若否，则需要根据比值调整投影后的设备参数个数，根据调整的设备参数个数，重新进行迭代确定每种参数类型的设备参数。
[0145]
其中，范数||g||＝trace(gtg)1/2。trace为指定函数，用于求方阵对角线上元素之和。
[0146]
例如，预设范围在0.1～1，若投影后的设备参数个数为3个，混合矩阵行列式|g|与范数||g||＝trace(gtg)
1/2
的比值为0.5。则确定有3个设备参数。若混合矩阵行列式|g|与范数||g||的比值为0.05，则需要调整投影后的设备参数个数为2，重新进行迭代，得到2个设备参数。
[0147]
s405、根据每种参数类型的设备参数，确定多个设备参数序列。
[0148]
将多组第三设备参数分别投影至预设基向量，得到多组第三设备参数中每种参数类型的设备参数。根据多组第三设备参数对应的每种参数类型设备参数，按照时间先后排序，确定多个设备的参数序列。
[0149]
例如，假设待检测设备为变压器，变压器的设备参数可以包括温度t、电压v、电流a。则该变压器在n个时刻有3个设备参数序列，分别为温度参数序列，电压参数序列以及电流参数序列，每个序列有n个数据。这3个设备参数序列具体可以如表4所示：
[0150]
表4
[0151]
温度参数序列t1t2……
t
n-1
tn电压参数序列v
1v2
……vn-1vn
电流参数序列a1a2……an-1an
[0152]
本技术实施例提供的确定多个设备参数序列的方法，通过归一化处理、白化操作以及投影处理，将每组设备参数分解，确定每组设备参数中每种类型的设备参数。根据每种类型的设备参数，确定多个设备的参数序列。在上述过程中，可以准确将多变量的参数分解为单变量的参数。
[0153]
在上述任意一个实施例的基础上，由于确定每个第一设备参数序列对应的目标谱的过程相同，对任意一个第一设备参数序列，下面，结合图5，对确定第一设备参数序列对应目标谱信息的详细过程进行说明。
[0154]
图5为本技术实施例提供的确定第一设备参数序列对应目标谱信息的方法流程示意图。请参见图5，该方法包括：
[0155]
s501、对第一设备参数序列进行傅里叶变换。
[0156]
第一设备序列可以为温度序列、电压序列等。
[0157]
对第一设备参数序列进行傅里叶变换之后，还可以去除变换后的低频数据序列。
[0158]
低频设备参数序列可以根据经验或者设备运行特点确定，低频设备参数序列可以为固定周期内的设备参数序列。例如，低频设备参数序列可以为一天、一周等。
[0159]
s502、将傅里叶变换后的第一设备参数序列中、预设时间范围内的数据确定为第二设备参数序列。
[0160]
预设时间范围根据监测场景确定。例如，预设时间范围可以为2min。
[0161]
可选的，可以根据监测设备监测到的最新时刻实时划分第二设备参数序列。
[0162]
下面，结合图6，确定第二设备参数序列的过程进行说明。图6为本技术实施例提供的确定第二设备参数序列的过程示意图。请参见图6，根据第一设备参数序列，在预设时间范围内划分一个设备参数序列，确定为第二设备参数序列。
[0163]
s503、确定第二设备参数序列对应的预测值。
[0164]
可以通过如下方式计算第二设备参数序列对应的预测值：根据第二设备参数序列，确定距第二设备参数序列末端若干点的斜率平均值；根据斜率平均值，确定第二设备参数序列对应的预测值。
[0165]
可以通过如下公式计算距第二设备参数序列末端若干点的斜率平均值：
[0166][0167]
其中，x为距第二设备参数序列末端的任意一点的值，m为距第二设备参数序列末端点的个数，为斜率平均值。
[0168]
距第二设备参数序列末端点的个数为预设值。例如，距第二设备参数序列末端点
的个数可以为10个。
[0169]
可以通过如下公式计算第二设备参数序列对应的预测值：
[0170][0171]
其中，x为第二设备参数序列对应的预测值，x
n-m+1
为第二设备参数序列末端的任意一点，为斜率平均值，m为距第二设备参数序列末端点的个数。
[0172]
s504、在第二设备参数序列的末尾处增加预设数量个预测值，得到第三设备参数序列。
[0173]
下面，结合图7，对确定第三设备参数序列的过程进行说明。图7为本技术实施例提供的确定第三设备参数序列的过程示意图。请参见图7，根据第二参数序列确定第二参数序列末端点为点b。根据第二设备参数序列对应的预测值以及预设数量，第二设备参数序列的末尾处增加预设数量个预测值，得到第三参数序列。
[0174]
预设数量为监测设备预设的数量。增加的预测值对应的时间间隔与第二设备参数序列中的时间间隔相同。
[0175]
例如，第二设备参数序列为1s～10s之内的设备参数序列，第二设备参数序列对应的预测值为3，预设数量为5。则在10s对应的设备参数处按照第二设备参数序列中的时间间隔增加5个预测值为3的数据点。第二设备序列与这5个数据点组成的设备参数序列为第三设备参数序列。
[0176]
s505、对第三设备参数序列进行小波变换，得到频域参数序列。
[0177]
小波处理可以将第三设备参数序列从频域变换到时域。
[0178]
s506、对频域参数序列进行分离谱残差处理，得到谱残差。
[0179]
可以通过如下方式进行普残差处理：对小波变换后的第二设备参数序列做平滑处理，确定第二设备参数序列的背景。将第二设备参数序列与第二设备参数序列的背景的差值，确定为普残差。
[0180]
可以通过如下公式进行平滑处理：
[0181]
al(k)＝hq(k)*l(k)
[0182]
其中，hq(k)为指定函数，l(k)为第二设备参数序列，al(k)为第二设备参数序列的背景。
[0183]
s507、对谱残差进行所述小波逆变换处理，得到目标谱信息。
[0184]
根据普残差，通过小波逆变换，将普残差从时域信息变换为频域信息。根据普残差变换后的频域信息，得到目标谱信息。
[0185]
本技术实施例提供的确定第一设备参数序列对应目标谱信息的方法，对第一设备序列进行傅里叶变换，去除低频数据序列，得到第二设备序列。对第二设备序列进行普残差处理，得到目标谱信息。在上述过程中，可以通过普残差处理降低周期因素造成的数据波动，提高了监测的准确性。
[0186]
图8为本技术实施例提供的监测装置的结构示意图。请参见图8，该监测装置10可以包括：
[0187]
获取模块11，用于获取待监测设备在多个时刻的多组第一设备参数，每组第一设备参数包括多种类型的设备参数；
[0188]
第一处理模块12，对所述多组第一设备参数进行分解处理，得到多个第一设备参
数序列，一个所述第一设备参数序列中包括一种类型的设备参数；
[0189]
第二处理模块13，对所述多个第一设备参数序列进行谱残差处理，以得到所述多个第一设备参数序列对应的目标谱信息；
[0190]
确定模块14，根据所述目标谱信息确定异常数据，并根据所述异常数据，确定所述待监测设备对应的监测结果。
[0191]
本技术实施例提供的监测装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
[0192]
在一种可能的实施方式中，所述第一处理模块12具体用于：
[0193]
对所述多组第一设备参数进行归一化处理和白化操作，得到多组第二设备参数；
[0194]
在每组第二设备参数中确定每种参数类型的设备参数；
[0195]
根据每组第二设备参数中的每种参数类型的设备参数，确定所述多个设备参数序列。
[0196]
在一种可能的实施方式中，所述第一处理模块12具体用于：
[0197]
通过预设算法对所述一组第二设备参数和预设基向量进行处理，得到一组第三设备参数；
[0198]
将所述一组第三设备参数分别投影至所述预设基向量，得到每种参数类型的设备参数。
[0199]
在一种可能的实施方式中，所述第二处理模块13具体用于：
[0200]
将所述第一设备参数序列中、预设时间范围内的数据确定为第二设备参数序列；
[0201]
对所述第二设备参数序列进行小波变化处理、分离谱残差处理、以及小波逆变换处理，得到所述目标谱信息。
[0202]
在一种可能的实施方式中，所述第二处理模块13具体用于：
[0203]
确定所述第二设备参数序列对应的预测值；
[0204]
在所述第二设备参数序列的末尾处增加预设数量个所述预测值，得到第三设备参数序列；
[0205]
对所述第三设备参数序列进行所述小波变换，得到频域参数序列；
[0206]
对所述频域参数序列进行所述分离谱残差处理，得到谱残差；
[0207]
对所述谱残差进行所述小波逆变换处理，得到所述目标谱信息。
[0208]
在一种可能的实施方式中，所述确定模块14具体用于：
[0209]
获取所述目标谱信息中每个谱值的相邻谱值的相邻平均谱值；
[0210]
分别根据每个谱值对应的相邻平均谱值，判断所述谱值是否为异常数据，以确定得到所述异常数据。
[0211]
在一种可能的实施方式中，所述确定模块14具体用于：
[0212]
获取所述谱值和所述相邻平均谱值之间的比值；
[0213]
若所述比值大于或等于预设阈值，则将所述谱值确定为所述异常数据；
[0214]
若所述比值小于所述预设阈值，则确定所述谱值不是异常数据。
[0215]
本技术实施例提供的监测装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
[0216]
图9为本技术实施例提供的监测设备的结构示意图。请参见图5，该监测设备20可
以包括：存储器21、处理器22。示例性地，存储器21、处理器22，各部分之间通过总线23相互连接。
[0217]
存储器21用于存储程序指令；
[0218]
处理器22用于执行该存储器所存储的程序指令，用以使得监测设备20执行上述方法实施例所示的方法。
[0219]
本技术实施例提供的监测设备可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
[0220]
本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当所述计算机执行指令被处理器执行时用于实现上述方法。
[0221]
本技术实施例还可提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，可实现上述方法。
[0222]
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储器(存储介质)包括：只读存储器(英文：read-only memory，缩写：rom)、ram、快闪存储器、硬盘、固态硬盘、磁带(英文：magnetic tape)、软盘(英文：floppy disk)、光盘(英文：optical disc)及其任意组合。
[0223]
本技术实施例是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理单元以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理单元执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0224]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0225]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0226]
显然，本领域的技术人员可以对本技术实施例进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术实施例的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。
[0227]
在本技术中，术语“包括”及其变形可以指非限制性的包括；术语“或”及其变形可以指“和/或”。本技术中术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本技术中，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。