基于数理建模与机理分析的联合故障预警模型测试方法与流程

本技术涉及计算机，尤其涉及一种基于数理建模与机理分析的联合故障预警模型测试方法、装置、电子设备及存储介质。

背景技术：

1、相关技术中，大数据分析技术及神经网络模型在智慧电厂的应用中的应用越广泛。而火电厂系统庞大、涉及学科广泛、各系统间耦合性强、关系复杂、运行环境多变。导致用于对火电厂的故障进行预警的故障预警模型的结构也较为复杂，故障诊断的准确性及时性差。因此对故障预警模型的测试也较为困难。

技术实现思路

1、本技术提供了一种基于数理建模与机理分析的联合故障预警模型测试方法、装置、电子设备及存储介质。可以对故障预警模型进行测试，以保证故障预警模型能够准确的进行预警。

2、第一方面，本技术实施例提供一种基于数理建模与机理分析的联合故障预警模型测试方法，包括：获取故障预警模型的预警模型图；基于所述预警模型图，对所述故障预警模型进行功能及设计核对；基于所述预警模型图和大数据平台将所述故障预警模型封装为不同功能类型的算子块，以将所述故障预警模型部署至所述大数据平台；基于所述预警模型图和所述功能类型，对所述算子块进行设置；对所述故障预警模型进行测试；其中，所述预警模型图包含所述故障预警模型的预警逻辑及模型结构；所述故障预警模型包括数理故障预警模型和/或机理故障预警模型；所述功能类型包括以下项中的至少一项：时间类型、比较类型、函数类型、数学运算类型、控制类型、设备驱动类型、顺序控制类型和启停类型；所述测试包括以下项中的至少一项：上线测试、控制策略逻辑图测试和联合测试。

3、在该技术方案中，可以将故障预警模型部署至大数据平台，以模拟故障预警模型的实际运行环境对故障预警模型进行测试，从而保证故障预警模型能够准确的进行预警。

4、在一种实现方式中，所述基于所述预警模型图和所述功能类型，对所述算子块进行设置，包括：响应于所述算子块的所述功能类型为所述时间类型，根据所述预警模型图设置所述算子块的延时时间和/或脉冲时间；或者，响应于所述算子块的所述功能类型为所述比较类型，根据所述预警模型图设置输入测点和比较类别，并根据所述输入测点设置所述算子块的比较阈值；或者，响应于所述算子块的所述功能类型为所述函数类型，根据所述预警模型图设置所述算子块的函数关系和函数数值；或者，响应于所述算子块的所述功能类型为所述数学运算类型，根据所述预警模型图设置所述算子块的运算关系；或者，响应于所述算子块的所述功能类型为所述控制类型，根据所述预警模型图设置所述算子块的控制策略和对应的待控制设备；或者，响应于所述算子块的所述功能类型为所述设备驱动类型，根据所述预警模型图设置所述算子块对应的驱动设备；或者，响应于所述算子块的所述功能类型为所述顺序控制类型，根据所述预警模型图设置所述算子块的顺序控制逻辑；或者，响应于所述算子块的所述功能类型为所述启停类型，根据所述预警模型图设置所述算子块的启停控制指令和对应的启停控制设备。

5、在一种实现方式中，所述测试为所述上线测试，所述对所述故障预警模型进行测试，包括：获取故障预警信息库；基于所述故障预警信息库，获取测试数据；对所述故障预警模型进行静态测试以获取静态测试正确率，并确定所述静态测试正确率是否达到正确率阈值；基于所述测试数据，对所述故障预警模型在所述大数据平台进行预警展示静态测试，获取预警展示静态测试准确率，并确定所述预警展示静态测试准确率是否达到第一准确率阈值；基于所述测试数据，测试所述故障预警模型是否满足刷新率要求。

6、在一种可选地实现方式中，所述故障预警模型为所述数理故障预警模型，所述方法还包括：基于所述测试数据，测试所述数理故障预警模型的计算时间是否满足要求；基于所述测试数据，测试所述数理故障预警模型进行数据调取的准确率是否达到第二准确率阈值。

7、在一种实现方式中，所述故障预警模型为所述机理故障预警模型，所述测试为所述控制策略逻辑图测试，所述对所述故障预警模型进行测试，包括：获取预警测试数据，并基于所述预警测试数据确定所述机理故障预警模型能否正常发出预警信息；对所述机理故障预警模型的判定控制逻辑进行验证。

8、在一种实现方式中，所述故障预警模型为所述机理故障预警模型，所述测试为所述控制策略逻辑图测试，所述对所述故障预警模型进行测试，包括：获取预警测试数据及对应的实际预警数据；基于所述预警测试数据，获取所述数理故障预警模型的预警输出数据；将所述预警输出数据与所述实际预警数据进行比对，获得比对结果；响应于所述比对结果为所述预警输出数据与所述实际预警数据相同，确定所述数理故障预警模型控制策略逻辑图测试通过；或者，响应于所述比对结果为所述预警输出数据与所述实际预警数据不相同，基于所述比对结果优化所述数理故障预警模型。

9、在一种实现方式中，所述测试为所述联合测试，所述对所述故障预警模型进行测试，包括：基于所述功能类型，对所述算子块进行功能验证；基于所述故障预警模型构建故障预警逻辑；响应于所述算子块的功能类型包括所述函数类型，和/或所述时间类型，基于所述故障预警逻辑删除所述函数类型的所述算子块，和/或所述时间类型的所述算子块，获取对照故障预警模型；将预警测试数据输入所述故障预警模型获取第一预警信息；将所述预警测试数据输入所述对照故障预警模型，获取第二预警信息；基于所述第一预警信息和所述第二预警信息，确定所述函数类型的所述算子块，和/或所述时间类型的所述算子块的功能是否正常。

10、在一种可选地实现方式中，所述基于所述功能类型，对所述算子块进行功能验证，包括:响应于所述算子块的功能类型为所述时间类型，基于所述延时时间和/或所述脉冲时间，验证所述算子块的延时时间功能和/或脉冲时间功能是否正常；或者，响应于所述算子块的功能类型为所述比较类型，基于所述比较阈值验证所述算子块的比较结果是否正确；或者，响应于所述算子块的所述功能类型为所述函数类型，基于所述函数关系和所述函数数值，验证所述算子块的函数计算结果是否正确；或者，响应于所述算子块的功能类型为所述数学运算类型，基于所述运算关系验证所述算子块的运算结果是否正确；或者，响应于所述算子块的功能类型为所述控制类型，基于所述控制策略验证所述算子块能否控制所述待控制设备；或者，响应于所述算子块的功能类型为所述设备驱动类型，验证所述算子块能否驱动所述驱动设备；或者，响应于所述算子块的功能类型为所述顺序控制类型，验证所述算子块能否基于所述控制逻辑实现自动化控制；或者，响应于所述算子块的所述功能类型为所述启停类型，验证所述算子块能否基于所述启停控制指令控制所述启停控制设备的开启，和/或关闭。

11、在一种实现方式中，所述故障预警模型为多个，所述方法还包括：基于所述多个故障预警模型生成故障预警模型库；获取测试输入数据和测试输出数据；将所述测试输入数据输入所述多个故障预警模型，获取所述多个故障预警模型的实际输出数据；基于所述实际输出数据和所述测试输出数据，判断所述故障预警模型库转移是否正确；基于所述大数据平台向所述多个故障预警模型发送第一输入信号和目标故障预警模型请求信号，以获取所述故障预警模型库输出的第一输出结果；基于所述大数据平台向所述多个故障预警模型发送第二输入信号和所述目标故障预警模型请求信号，以获取所述故障预警模型库输出的第二输出结果；其中，所述第二输入信号为所述第一输入信号的偏离信号；基于所述第一输出结果和/或所述第二输出结果，判断所述故障预警模型库的应用是否正常。

12、第二方面，本技术实施例提供一种故障预警模型的测试装置，包括：第一获取模块，用于获取故障预警模型的预警模型图；核对模块，用于基于所述预警模型图，对故障预警模型进行功能及设计核对；部署模块，用于基于所述预警模型图和大数据平台将所述故障预警模型封装为不同功能类型的算子块，以将所述故障预警模型部署至所述大数据平台；第一处理模块，用于基于所述预警模型图和所述功能类型，对所述算子块进行设置；测试模块，用于对所述故障预警模型进行测试；其中，所述预警模型图包含所述故障预警模型的预警逻辑及模型结构；所述故障预警模型包括数理故障预警模型和/或机理故障预警模型；所述功能类型包括以下项中的至少一项：时间类型、比较类型、函数类型、数学运算类型、控制类型、设备驱动类型、顺序控制类型和启停类型；所述测试包括以下项中的至少一项：上线测试、控制策略逻辑图测试和联合测试。

13、在一种实现方式中，所述第一处理模块具体用于：响应于所述算子块的所述功能类型为所述时间类型，根据所述预警模型图设置所述算子块的延时时间和/或脉冲时间；或者，响应于所述算子块的所述功能类型为所述比较类型，根据所述预警模型图设置输入测点和比较类别，并根据所述输入测点设置所述算子块的比较阈值；或者，响应于所述算子块的所述功能类型为所述函数类型，根据所述预警模型图设置所述算子块的函数关系和函数数值；或者，响应于所述算子块的所述功能类型为所述数学运算类型，根据所述预警模型图设置所述算子块的运算关系；或者，响应于所述算子块的所述功能类型为所述控制类型，根据所述预警模型图设置所述算子块的控制策略和对应的待控制设备；或者，响应于所述算子块的所述功能类型为所述设备驱动类型，根据所述预警模型图设置所述算子块对应的驱动设备；或者，响应于所述算子块的所述功能类型为所述顺序控制类型，根据所述预警模型图设置所述算子块的顺序控制逻辑；或者，响应于所述算子块的所述功能类型为所述启停类型，根据所述预警模型图设置所述算子块的启停控制指令和对应的启停控制设备。

14、在一种实现方式中，所述测试为所述上线测试，所述测试模块具体用于：获取故障预警信息库；基于所述故障预警信息库，获取测试数据；对所述故障预警模型进行静态测试以获取静态测试正确率，并确定所述静态测试正确率是否达到正确率阈值；基于所述测试数据，对所述故障预警模型在所述大数据平台进行预警展示静态测试，获取预警展示静态测试准确率，并确定所述预警展示静态测试准确率是否达到第一准确率阈值；基于所述测试数据，测试所述故障预警模型是否满足刷新率要求。

15、在一种可选地实现方式中，所述故障预警模型为所述数理故障预警模型，所述方法还包括：基于所述测试数据，测试所述数理故障预警模型的计算时间是否满足要求；基于所述测试数据，测试所述数理故障预警模型进行数据调取的准确率是否达到第二准确率阈值。

16、在一种实现方式中，所述故障预警模型为所述机理故障预警模型，所述测试为所述控制策略逻辑图测试，所述测试模块具体用于：获取预警测试数据，并基于所述预警测试数据确定所述机理故障预警模型能否正常发出预警信息；对所述机理故障预警模型的判定控制逻辑进行验证。

17、在一种实现方式中，所述故障预警模型为所述机理故障预警模型，所述测试为所述控制策略逻辑图测试，所述测试模块具体用于：获取预警测试数据及对应的实际预警数据；基于所述预警测试数据，获取所述数理故障预警模型的预警输出数据；将所述预警输出数据与所述实际预警数据进行比对，获得比对结果；响应于所述比对结果为所述预警输出数据与所述实际预警数据相同，确定所述数理故障预警模型控制策略逻辑图测试通过；或者，响应于所述比对结果为所述预警输出数据与所述实际预警数据不相同，基于所述比对结果优化所述数理故障预警模型。

18、在一种实现方式中，所述测试为所述联合测试，所述测试模块具体用于：基于所述功能类型，对所述算子块进行功能验证；基于所述故障预警模型构建故障预警逻辑；响应于所述算子块的功能类型包括所述函数类型，和/或所述时间类型，基于所述故障预警逻辑删除所述函数类型的所述算子块，和/或所述时间类型的所述算子块，获取对照故障预警模型；将所述预警测试数据输入所述故障预警模型获取第一预警信息；将所述预警测试数据输入所述对照故障预警模型，获取第二预警信息；基于所述第一预警信息和所述第二预警信息，确定所述函数类型的所述算子块，和/或所述时间类型的所述算子块的功能是否正常。

19、在一种可选地实现方式中，所述测试模块具体用于：响应于所述算子块的功能类型为所述时间类型，基于所述延时时间和/或所述脉冲时间，验证所述算子块的延时时间功能和/或脉冲时间功能是否正常；或者，响应于所述算子块的功能类型为所述比较类型，基于所述比较阈值验证所述算子块的比较结果是否正确；或者，响应于所述算子块的所述功能类型为所述函数类型，基于所述函数关系和所述函数数值，验证所述算子块的函数计算结果是否正确；或者，响应于所述算子块的功能类型为所述数学运算类型，基于所述运算关系验证所述算子块的运算结果是否正确；或者，响应于所述算子块的功能类型为所述控制类型，基于所述控制策略验证所述算子块能否控制所述待控制设备；或者，响应于所述算子块的功能类型为所述设备驱动类型，验证所述算子块能否驱动所述驱动设备；或者，响应于所述算子块的功能类型为所述顺序控制类型，验证所述算子块能否基于所述控制逻辑实现自动化控制；或者，响应于所述算子块的所述功能类型为所述启停类型，验证所述算子块能否基于所述启停控制指令控制所述启停控制设备的开启，和/或关闭。

20、在一种实现方式中，所述故障预警模型为多个，所述装置还包括：生成模块，用于基于所述多个故障预警模型生成故障预警模型库；第二获取模块，用于获取测试输入数据和测试输出数据；第二处理模块，用于将所述测试输入数据输入所述多个故障预警模型，获取所述多个故障预警模型的实际输出数据；第一判断模块，用于基于所述实际输出数据和所述测试输出数据，判断所述故障预警模型库转移是否正确；第三处理模块，用于基于所述大数据平台向所述多个故障预警模型发送第一输入信号和目标故障预警模型请求信号，以获取所述故障预警模型库输出的第一输出结果；第四处理模块，用于基于所述大数据平台向所述多个故障预警模型发送第二输入信号和所述目标故障预警模型请求信号，以获取所述故障预警模型库输出的第二输出结果；其中，所述第二输入信号为所述第一输入信号的偏离信号；第二判断模块，用于基于所述第一输出结果和/或所述第二输出结果，判断所述故障预警模型库的应用是否正常。

21、第三方面，本技术实施例提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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如第一方面所述的基于数理建模与机理分析的联合故障预警模型测试方法。

22、第四方面，本技术实施例提供一种计算机可读存储介质，用于存储有指令，当所述指令被执行时，使如第一方面所述的方法被实现。

23、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，所述计算机程序在被处理器执行时实现如第一方面所述的基于数理建模与机理分析的联合故障预警模型测试方法的步骤。

24、应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。