CN117795504B 柱塞泵設備的故障預警方法、裝置以及柱塞泵設備系統 （煙臺杰瑞石油服務集團股份有限公司）

2024.01.26PCT/CN2021/1409732021.12.23WO2023/115486ZH2023.06.29號本申請提供了一種柱塞泵設備的故障預警取多個柱塞泵設備的目標數據；基于各目標數術中無法同時進行大批量柱塞泵設備的預警的2獲取多個柱塞泵設備的目標數據，所述目標數據包括柱塞泵設備的歷史故障事件數對多個所述訓練數據進行訓練，并基于訓練結果確定將多個所述柱塞根據多個所述歷史故障事件數據，確定目標簇群以及預警柱塞泵設備基于K均值聚類算法，將多個所述訓練數據按照最佳聚類效果對應根據所述指標值和所述最佳聚類中心數據集，計算對應的最佳二維隸屬度矩陣計算步驟，根據所述指標值和所述初始聚類中心在所述價值函數小于閾值的情況下，停止計算，并確定當前在所述價值函數大于或者等于所述閾值的情況下，更新所述根據多個所述歷史故障事件數據，確定所有的所述柱塞泵設備發生過的所有故障類確定所述目標簇群中未生過所述典型故障類型的故障的所述3基于多個所述目標數據，確定多個特征指標，多個所述特征指基于多個所述目標數據，確定各所述特征指標對應的所述指標對所述目標數據中的非結構化文本數據依次進行分詞處理和向對所述目標數據中的連續性數值字段進行離9.根據權利要求1至4中任一項所述的方法，其特征獲取單元，用于獲取多個柱塞泵設備的目標數據，所述目標數據訓練單元，用于對多個所述訓練數據進行訓練，并基為所述目標簇群中未發生過所述故障的所述柱11.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的程45[0005]在背景技術部分中公開的以上信息只是用來加強對本文所描述技術的背景技術備至少為所述目標簇群中未發生過所述故障的所述柱6述價值函數小于所述閾值停止，并確定當前的更新后的多個所述初始數據組為G個所述聚7的上述柱塞泵設備。本申請通過對多個柱塞泵設備的目標數據對應的訓練數據進行訓練，8員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本申請保護的范[0029]正如背景技術中所說的，現有技術中的無法同時進行大述簇群，上述預警柱塞泵設備至少為上述目標簇群中未發生過上述故障的上述柱塞泵設9照最佳聚類效果對應的分組方式分為G個聚類數據組，每個上述聚類數據組對應一個柱塞矩陣，并根據上述最佳二維隸屬度矩陣確定目標柱塞泵設備的最大隸屬度對應的上述組，基于特征,則多個上述歷史故障事件數據可得柱塞泵常見故障類型如下表f1備保養內容等含有非結構化文本字段的數據。對此類數據需要通過jieba算法對文本字段1i實施例的柱塞泵設備的故障預警裝置可以用于執行本申請實施例所提供的用于柱塞泵設設備至少為上述目標簇群中未發生過上述故障的上述柱備的目標數據對應的訓練數據進行訓練，基于訓練結果將多個柱塞泵設備劃分為多個簇上述處理子單元用于基于K均值聚類算法，將多個上述訓練數據按照最佳聚類效果對應的矩陣，并根據上述最佳二維隸屬度矩陣確定目標柱塞泵設備的最大隸屬度對應的上述組，從而進一步保證了后續可以更準確地確定預警柱塞基于特征,則目標簇群以及預警柱塞泵設備的方法根據目標簇群中的發生次數最多的故障類型為典型多個上述歷史故障事件數據可得柱塞泵常見故障類型如下表備保養內容等含有非結構化文本字段的數據。對此類數據需要通過jieba算法對文本字段上述訓練數據。PCA算法是一個復雜的多參數問題可以通過逐級分級轉化為僅有少數參數2[0106]上述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式個上述訓練數據進行訓練，并基于訓練結果確定將多個上述柱塞泵設備劃分為多個簇群；備的目標數據對應的訓練數據進行訓練，基于訓練結