CN111811567B - 一种基于曲线拐点比对的设备检测方法及相关装置 - Google Patents

Abstract

本申请提供一种基于曲线拐点比对的设备检测方法及相关装置，涉及工业自动控制的数据处理领域。该方法包括：将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组；根据分段拐点组将实时数据曲线和历史数据曲线切分为多个曲线段组；按照序列标识，依次获取每个曲线段组的曲线比对参数；当所有曲线比对参数与预设比对阈值匹配时，确定待检测设备处于第一工况。获取实时数据曲线和历史数据曲线的分段拐点组，并自动对两条曲线进行分段比对，以确定待检测设备的当前运行状况为第一工况，能具体分析两条曲线出现差异的原因，提高设备检测的准确性。

Description

一种基于曲线拐点比对的设备检测方法及相关装置

技术领域

本申请涉及工业自动控制的数据处理领域，具体而言，涉及一种基于曲线拐点比对的设备检测方法及相关装置。

背景技术

在工业自动控制领域中，为了检测设备的运行状况，需要对传感器采集的数据进行处理和分析。

对传感器采集的数据进行分析常用曲线分析，通过将两条或多条曲线进行整体比对，进而确定设备的运行状况；其仅能对比两条曲线的整体异同，并返回在整个曲线下的对比结果，且需要人工置顶形状相似的两条曲线才能进行比对和分析。如何对比设备在不同时间跨度的两组数据，自动判断设备运行状况是目前亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种基于曲线拐点比对的设备检测方法及相关装置。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种基于曲线拐点比对的设备检测方法，所述方法包括：

将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组；所述实时数据曲线表征所述待检测设备的当前运行状况，所述历史数据曲线表征所述待检测设备运行在第一工况下的运行情况；

根据所述分段拐点组将所述实时数据曲线和所述历史数据曲线切分为多个曲线段组；每个所述曲线段组具有序列标识，所述曲线段组包括所述实时数据曲线在所述序列标识对应的第一时间窗口内的第一曲线段，和所述历史数据曲线在所述第一时间窗口内的第二曲线段；

按照所述序列标识，依次获取每个所述曲线段组的曲线比对参数；所述曲线比对参数包括所述第一曲线段和所述第二曲线段在所述第一时间窗口内的曲线比对情况；

当所有所述曲线比对参数与预设比对阈值匹配时，确定所述待检测设备处于所述第一工况。

在可选的实施方式中，获取将待检测设备的实时数据曲线与历史数据曲线匹配得到的分段拐点组，包括：

获取所述实时数据曲线和所述历史数据曲线；

获取所述实时数据曲线的至少一个第一曲线拐点和所述历史数据曲线的至少一个第二曲线拐点；所述第一曲线拐点为所述实时数据曲线中变化程度大于或等于预设波动阈值的极值点，所述第二曲线拐点为所述历史数据曲线中变化程度大于或等于所述预设波动阈值的极值点；

将所有所述第一曲线拐点和所有所述第二曲线拐点进行组合，获取所述分段拐点组。

在可选的实施方式中，将所有所述第一曲线拐点和所有所述第二曲线拐点进行组合，获取所述分段拐点组，包括：

获取所有所述第一曲线拐点和所有所述第二曲线拐点的距离矩阵；所述距离矩阵表征每个所述第一曲线拐点和每个所述第二曲线拐点的距离信息；

根据动态时间归整算法，获取所述距离矩阵的配对距离；所述配对距离为所述距离矩阵中第一个所述第一曲线拐点到最后一个所述第二曲线拐点的最小累积距离；

根据所述配对距离和拐点比对阈值，确定所述分段拐点组；所述拐点比对阈值为根据所述实时数据曲线和所述历史数据曲线确定的相似度阈值。

在可选的实施方式中，所述实时数据曲线具有M个所述第一曲线拐点，所述历史数据曲线具有N个所述第二曲线拐点，M和N均为大于或等于1的正整数；

根据所述配对距离和拐点比对阈值，确定所述分段拐点组，包括：

判断所述配对距离是否小于或等于所述拐点比对阈值；

若是，则将所述配对距离对应的曲线拐点组合作为所述分段拐点组；所述曲线拐点组合为第一个所述第一曲线拐点按照所述最小累积距离到最后一个所述第二曲线拐点的拐点组合；

若否，则判断M和N是否相等；

若M和N不相等，则对所述配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为所述分段拐点组。

第二方面，本申请实施例提供一种基于曲线拐点比对的设备检测装置，所述装置包括：

拐点确定单元，用于将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组；所述实时数据曲线表征所述待检测设备的当前运行状况，所述历史数据曲线表征所述待检测设备运行在第一工况下的运行情况；

曲线切分单元，用于根据所述分段拐点组将所述实时数据曲线和所述历史数据曲线切分为多个曲线段组；每个所述曲线段组具有序列标识，所述曲线段组包括所述实时数据曲线在所述序列标识对应的第一时间窗口内的第一曲线段，和所述历史数据曲线在所述第一时间窗口内的第二曲线段；

处理单元，用于按照所述序列标识，依次获取每个所述曲线段组的曲线比对参数；所述曲线比对参数包括所述第一曲线段和所述第二曲线段在所述第一时间窗口内的曲线比对情况；

所述处理单元还用于当所有所述曲线比对参数与预设比对阈值匹配时，确定所述待检测设备处于所述第一工况。

在可选的实施方式中，所述拐点确定单元还用于获取所述实时数据曲线和所述历史数据曲线；

所述拐点确定单元还用于获取所述实时数据曲线的至少一个第一曲线拐点和所述历史数据曲线的至少一个第二曲线拐点；所述第一曲线拐点为所述实时数据曲线中变化程度大于或等于预设波动阈值的极值点，所述第二曲线拐点为所述历史数据曲线中变化程度大于或等于所述预设波动阈值的极值点；

所述拐点确定单元还用于将所有所述第一曲线拐点和所有所述第二曲线拐点进行组合，获取所述分段拐点组。

在可选的实施方式中，所述拐点确定单元还用于获取所有所述第一曲线拐点和所有所述第二曲线拐点的距离矩阵；所述距离矩阵表征每个所述第一曲线拐点和每个所述第二曲线拐点的距离信息；

所述拐点确定单元还用于根据动态时间归整算法，获取所述距离矩阵的配对距离；所述配对距离为所述距离矩阵中第一个所述第一曲线拐点到最后一个所述第二曲线拐点的最小累积距离；

所述拐点确定单元还用于根据所述配对距离和拐点比对阈值，确定所述分段拐点组；所述拐点比对阈值为根据所述实时数据曲线和所述历史数据曲线确定的相似度阈值。

在可选的实施方式中，所述实时数据曲线具有M个所述第一曲线拐点，所述历史数据曲线具有N个所述第二曲线拐点，M和N均为大于或等于1的正整数；

所述拐点确定单元还用于判断所述配对距离是否小于或等于所述拐点比对阈值；

所述拐点确定单元还用于若所述配对距离小于或等于所述拐点比对阈值时，将所述配对距离对应的曲线拐点组合作为所述分段拐点组；所述曲线拐点组合为第一个所述第一曲线拐点按照所述最小累积距离到最后一个所述第二曲线拐点的拐点组合；

所述拐点确定单元还用于若所述配对距离大于所述拐点比对阈值时，判断M和N是否相等；

所述拐点确定单元还用于若M和N不相等，对所述配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为所述分段拐点组。

第三方面，本申请实施例提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现前述实施方式任一项所述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述实施方式中任一项所述的方法。

相较于现有技术，本申请提供一种基于曲线拐点比对的设备检测方法及相关装置，涉及工业自动控制的数据处理领域。所述方法包括：将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组；所述实时数据曲线表征所述待检测设备的当前运行状况，所述历史数据曲线表征所述待检测设备运行在第一工况下的运行情况；根据所述分段拐点组将所述实时数据曲线和所述历史数据曲线切分为多个曲线段组；每个所述曲线段组具有序列标识，所述曲线段组包括所述实时数据曲线在所述序列标识对应的第一时间窗口内的第一曲线段，和所述历史数据曲线在所述第一时间窗口内的第二曲线段；按照所述序列标识，依次获取每个所述曲线段组的曲线比对参数；所述曲线比对参数包括所述第一曲线段和所述第二曲线段在所述第一时间窗口内的曲线比对情况；当所有所述曲线比对参数与预设比对阈值匹配时，确定所述待检测设备处于所述第一工况。获取实时数据曲线和历史数据曲线的分段拐点组，并自动对两条曲线进行分段比对，以确定待检测设备的当前运行状况为第一工况，能具体分析两条曲线出现差异的原因，提高设备检测的准确性。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供一种基于曲线拐点比对的设备检测方法的流程示意图；

图2为本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图；

图3为本申请实施例提供的一种曲线拐点的示意图；

图4为本申请实施例提供的另一种曲线拐点的示意图；

图5为本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图；

图6本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图；

图7为本申请实施例提供的另一种曲线拐点的示意图；

图8为本申请实施例提供的另一种曲线拐点的示意图；

图9为本申请实施例提供的一种基于曲线拐点比对的设备检测装置的方框示意图；

图10为本申请实施例提供的一种电子设备的方框示意图。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

在工业控制领域，目前没有通过对比同一个传感器在不同时间跨度的两组数据，自动判断设备运行状况并给出可能原因的技术。现有其他领域曲线对比技术的缺点：不能对曲线分段处理，只能对比两条曲线的整体异同，并返回在整个曲线下的对比结果；要人工指定形状相似的两条线段进行对比；返回的结果是差异度标量，不能判断两条曲线具体差异的原因。

为了解决上述问题和背景技术提出的不足，本申请实施例提供一种基于曲线拐点比对的设备检测方法，请参见图1，图1为本申请实施例提供一种基于曲线拐点比对的设备检测方法的流程示意图，该设备检测方法可以包括以下步骤：

S31，将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组。

该实时数据曲线表征待检测设备的当前运行状况，历史数据曲线表征待检测设备运行在第一工况下的运行情况。在一种可能的实施方式中，若待检测设备没有历史数据，可以使用与待检测设备同类型的其它设备的历史数据曲线作为参考，还可以使用待检测设备出厂设置的标准运行情况下的数据曲线。

S32，根据分段拐点组将实时数据曲线和历史数据曲线切分为多个曲线段组。

上述的每个曲线段组具有序列标识，曲线段组包括实时数据曲线在序列标识对应的第一时间窗口内的第一曲线段，和历史数据曲线在第一时间窗口内的第二曲线段。应理解，该序列标识可以用于确定实时数据曲线和历史数据曲线是否具有相同和相似的测点，使得实时数据曲线和历史数据曲线在第一时间窗口(或其它指定的时间窗口、数据测点等)的比对具有实际意义。

S33，按照序列标识，依次获取每个曲线段组的曲线比对参数。

该曲线比对参数包括第一曲线段和第二曲线段在第一时间窗口内的曲线比对情况。例如，该曲线比对情况可以是计算得到的每个曲线段组的突变方向、突变大小、突变速率等信息。

S34，当所有曲线比对参数与预设比对阈值匹配时，确定待检测设备处于第一工况。

例如，该预设比对阈值可以是根据原始曲线(实时数据曲线和历史数据曲线)的方差、极差、偏度、丰度、中位数、众数等信息进行计算得到的，还可以是根据待检测设备的运行属性进行设置的，用户还可以根据待检测设备的实际运行情况对该预设比对阈值进行调整。

根据预设比对阈值判断曲线比对情况是否在合理的范围内，以便在曲线比对参数与预设比对阈值匹配时，确定待检测设备处于第一工况；在曲线比对情况和预设比对阈值出现较大差异，即不匹配时，对待检测设备的当前运行情况进行分析，并给出待检测设备出现异常的原因。需要说明的是，由于本申请实施例提供的设备检测方法是对待检测设备的实时数据曲线进行分段检测，因此，对待检测设备进行分析时可以判断两条曲线具体的差异原因。

应理解，获取实时数据曲线和历史数据曲线的分段拐点组，并自动对两条曲线进行分段比对，以确定待检测设备的当前运行状况为第一工况，能具体分析两条曲线出现差异的原因，提高设备检测的准确性。

在可选的实施方式中，对于测点不同且工况不同的两条数据曲线进行分析是不能得到待检测设备的准确检测结果的，而为了避免人工选择相似的曲线进行分析，提高设备检测的自动化，在图1的基础上，给出一种可能的实现方式，请参见图2，图2为本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图，上述的S31可以包括：

S311，获取实时数据曲线和历史数据曲线。

S312，获取实时数据曲线的至少一个第一曲线拐点和历史数据曲线的至少一个第二曲线拐点。

该第一曲线拐点为实时数据曲线中变化程度大于或等于预设波动阈值的极值点，第二曲线拐点为历史数据曲线中变化程度大于或等于预设波动阈值的极值点。例如，预设波动阈值可以用

进行表示，其可以控制第一曲线拐点和第二曲线拐点的数量，以及第一曲线拐点和第二曲线拐点的敏感程度。

S313，将所有第一曲线拐点和所有第二曲线拐点进行组合，获取分段拐点组。

应理解，获取分段拐点组之前，还可以根据实时数据曲线和历史数据曲线的整体时间跨度和采样频率，选择最佳时间窗口t，在整个曲线上根据时间t做实时数据曲线和历史数据曲线的平滑和降噪处理；如果需要优化曲线平滑程度，可以自行设置时间窗口。上述的预设波动阈值可以是对平滑降噪后的实时数据曲线和历史数据曲线，分别根据其自身的方差、极差、偏度、峰度、中位数、众数等信息，确定各自的最佳的拐点波动阈值

对于上述的S311～S313，本申请实施例给出一种可能的实现方式：在两条曲线中，遍历所有数值点，找到所有观测值波动幅度大于

并且观测值是局部极值的点的数值点，记为该曲线的一个拐点。请参见图3，图3为本申请实施例提供的一种曲线拐点的示意图。图3中的(a)示出的曲线为历史数据曲线Line1，图3中的(b)示出的曲线为实时数据曲线Line2，Line1和Line2的格式可以用“[[tp1,x1]，[tp2,x2]….[tpn,xn]]”进行表示，其中，tp为时间戳(时间标记)，xn是观测值；请继续参见图3，横坐标为时间戳tp、纵坐标为观测值xn，Line1包括一个拐点(不计算首尾点)、Line2包括两个拐点(不计算首尾点)。

例如，该预设波动阈值可以用

进行表示，该预设波动阈值

越小，获取的曲线观点的数量就越多；该预设波动阈值

越大，获取的曲线拐点的数量就越少，即预设波动阈值

越大，实时数据曲线和历史数据曲线中的曲线拐点越是稀疏，每个曲线拐点的变化越是剧烈。请参见图4，图4为本申请实施例提供的另一种曲线拐点的示意图，图4中的(a)为预设波动阈值较小得到的拐点示意，其曲线拐点的数量较多；图4中的(b)为预设波动阈值

较大得到的拐点示意，其曲线拐点的数量较少，每个曲线拐点的变化程度较大。

在可选的实施方式中，实时数据曲线和历史数据曲线可能包括有较多的曲线拐点，为了准确的比对实时数据曲线和历史数据曲线，在图2的基础上，给出一种可能的实现方式，请参见图5，图5为本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图，上述的S313可以包括：

S313a，获取所有第一曲线拐点和所有第二曲线拐点的距离矩阵。

该距离矩阵表征每个第一曲线拐点和每个第二曲线拐点的距离信息。

S313b，根据动态时间归整算法，获取距离矩阵的配对距离。

该配对距离为距离矩阵中第一个第一曲线拐点到最后一个第二曲线拐点的最小累积距离。例如，已知两条曲线的拐点分别为：

实时数据曲线Line1：[a1，a2，a3，a4，a5]；

历史数据曲线Line2：[b1，b2，b3，b4]；

分别两两计算拐点间距离，得到的矩阵即为两曲线拐点的距离矩阵，形式如下：

从矩阵中根据距离找到Line1和Line2间拐点配对的最小累计距离，即为上述S313b中的配对距离，如a1-b1→a2-b1→a3-b2→a4-b3→a5-b4。

S313c，根据配对距离和拐点比对阈值，确定分段拐点组。

该拐点比对阈值为根据实时数据曲线和历史数据曲线确定的相似度阈值。例如，该拐点比对阈值可以是根据两条曲线(实时数据曲线和历史数据曲线)的方差、极差、偏度、峰度、中位数、众数等信息自动综合确定的相似度阈值。

在可选的实施方式中，为了便于理解上述的S313c，在图5的基础上，以实时数据曲线具有M个第一曲线拐点，历史数据曲线具有N个第二曲线拐点，M和N均为大于或等于1的正整数为例，给出一种可能的实现方式，请参见图6，图6本申请实施例提供另一种基于曲线拐点比对的设备检测方法的流程示意图，上述的S313c可以包括：

S313c-1，判断配对距离是否小于或等于拐点比对阈值。

若是，则执行S313c-2；若否，则执行S313c-3。

S313c-2，将配对距离对应的曲线拐点组合作为分段拐点组。

该曲线拐点组合为第一个第一曲线拐点按照最小累积距离到最后一个第二曲线拐点的拐点组合。例如，当配对距离小于或等于拐点比对阈值时，还可以计算拟合Line1和Line2的最优一次曲线，作为最终对比计算的曲线(曲线段组)。

S313c-3，判断M和N是否相等。

若M和N不相等，则执行S313c-4；若M＝N，则执行S313c-5。

S313c-4，对配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为分段拐点组。

S313c-5，确定待检测设备不处于第一工况。

需要注意的是，当M和N不相等，且配对距离大于拐点比对阈值时，才会确定两条曲线不相似；只要配对距离小于或等于拐点比对阈值时，无论M和N是否相等，都确定两条曲线(实时数据曲线和历史数据曲线)为整体相似，不进行曲线拐点的合并。例如，请参见图7，图7为本申请实施例提供的另一种曲线拐点的示意图，进行曲线拐点合并后，使得拐点合并后的实时数据曲线和历史数据曲线的拐点数量相同，即，均只保留一个曲线拐点(不计算首尾点)。

为了便于理解上述S313c-1～S313c-5对应的设备检测方法，在图3的基础上，以拐点合并为例，请参见图8，图8为本申请实施例提供的另一种曲线拐点的示意图，实时数据曲线和历史数据曲线的配对距离小于拐点比对阈值，则不对第一曲线拐点和第二曲线拐点进行合并，分别保留3个第一曲线拐点(图8示出的上侧曲线)、2个第二曲线拐点(图8示出的下侧曲线)。

为了实现上述S31～S34对应的设备检测方法，本申请实施例提供一种基于曲线拐点比对的设备检测装置，请参见图9，图9为本申请实施例提供的一种基于曲线拐点比对的设备检测装置的方框示意图。该设备检测装置40包括：拐点确定单元41、曲线切分单元42和处理单元43。

拐点确定单元41用于将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组。实时数据曲线表征待检测设备的当前运行状况，历史数据曲线表征待检测设备运行在第一工况下的运行情况。

曲线切分单元42用于根据分段拐点组将实时数据曲线和历史数据曲线切分为多个曲线段组。每个曲线段组具有序列标识，曲线段组包括实时数据曲线在序列标识对应的第一时间窗口内的第一曲线段，和历史数据曲线在第一时间窗口内的第二曲线段。

处理单元43用于按照序列标识，依次获取每个曲线段组的曲线比对参数。曲线比对参数包括第一曲线段和第二曲线段在第一时间窗口内的曲线比对情况。

处理单元43还用于当所有曲线比对参数与预设比对阈值匹配时，确定待检测设备处于第一工况。

应理解，拐点确定单元41、曲线切分单元42和处理单元43可以协同实现上述的S31～S34及其可能的子步骤。

在可选的实施方式中，拐点确定单元41还用于获取实时数据曲线和历史数据曲线。拐点确定单元41还用于获取实时数据曲线的至少一个第一曲线拐点和历史数据曲线的至少一个第二曲线拐点。第一曲线拐点为实时数据曲线中变化程度大于或等于预设波动阈值的极值点，第二曲线拐点为历史数据曲线中变化程度大于或等于预设波动阈值的极值点。拐点确定单元41还用于将所有第一曲线拐点和所有第二曲线拐点进行组合，获取分段拐点组。

在可选的实施方式中，拐点确定单元41还用于获取所有第一曲线拐点和所有第二曲线拐点的距离矩阵。距离矩阵表征每个第一曲线拐点和每个第二曲线拐点的距离信息。拐点确定单元41还用于根据动态时间归整算法，获取距离矩阵的配对距离。配对距离为距离矩阵中第一个第一曲线拐点到最后一个第一曲线拐点的最小累积距离。拐点确定单元41还用于根据配对距离和拐点比对阈值，确定分段拐点组。拐点比对阈值为根据实时数据曲线和历史数据曲线确定的相似度阈值。

在可选的实施方式中，实时数据曲线具有M个第一曲线拐点，历史数据曲线具有N个第二曲线拐点，M和N均为大于或等于1的正整数。拐点确定单元41还用于判断配对距离是否小于或等于拐点比对阈值。拐点确定单元41还用于若配对距离小于或等于拐点比对阈值时，将配对距离对应的曲线拐点组合作为分段拐点组。曲线拐点组合为第一个第一曲线拐点按照最小累积距离到最后一个第二曲线拐点的拐点组合。拐点确定单元41还用于若配对距离大于拐点比对阈值时，判断M和N是否相等。

拐点确定单元41还用于若M和N不相等，对配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为分段拐点组。

本申请实施例提供一种电子设备，如图10，图10为本申请实施例提供的一种电子设备的方框示意图。该电子设备60包括存储器61、处理器62和通信接口63。该存储器61、处理器62和通信接口63相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器61可用于存储软件程序及模块，如本申请实施例所提供的设备检测方法对应的程序指令/模块，处理器62通过执行存储在存储器61内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口63可用于与其他节点设备进行信令或数据的通信。在本申请中该电子设备60可以具有多个通信接口63。

其中，存储器61可以是但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

处理器62可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

电子设备60可以实现本申请提供的任一种设备检测方法。该电子设备60可以是，但不限于，手机、平板电脑、笔记本电脑、服务器或其它具有处理能力的电子设备。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

综上，本申请提供一种基于曲线拐点比对的设备检测方法及相关装置，涉及工业自动控制的数据处理领域。该方法包括：将待检测设备的实时数据曲线与历史数据曲线进行匹配，获取分段拐点组；实时数据曲线表征待检测设备的当前运行状况，历史数据曲线表征待检测设备运行在第一工况下的运行情况；根据分段拐点组将实时数据曲线和历史数据曲线切分为多个曲线段组；每个曲线段组具有序列标识，曲线段组包括实时数据曲线在序列标识对应的第一时间窗口内的第一曲线段，和历史数据曲线在第一时间窗口内的第二曲线段；按照序列标识，依次获取每个曲线段组的曲线比对参数；曲线比对参数包括第一曲线段和第二曲线段在第一时间窗口内的曲线比对情况；当所有曲线比对参数与预设比对阈值匹配时，确定待检测设备处于第一工况。获取实时数据曲线和历史数据曲线的分段拐点组，并自动对两条曲线进行分段比对，以确定待检测设备的当前运行状况为第一工况，能具体分析两条曲线出现差异的原因，提高设备检测的准确性。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (4)

1.一种基于曲线拐点比对的设备检测方法，其特征在于，所述方法包括：

获取待检测设备的实时数据曲线和历史数据曲线；

获取所述实时数据曲线的至少一个第一曲线拐点和所述历史数据曲线的至少一个第二曲线拐点；所述第一曲线拐点为所述实时数据曲线中变化程度大于或等于预设波动阈值的极值点，所述第二曲线拐点为所述历史数据曲线中变化程度大于或等于所述预设波动阈值的极值点；

获取所有所述第一曲线拐点和所有所述第二曲线拐点的距离矩阵；所述距离矩阵表征每个所述第一曲线拐点和每个所述第二曲线拐点的距离信息；

根据动态时间归整算法，获取所述距离矩阵的配对距离；所述配对距离为所述距离矩阵中第一个所述第一曲线拐点到最后一个所述第二曲线拐点的最小累积距离；

其中，所述实时数据曲线具有M个所述第一曲线拐点，所述历史数据曲线具有N个所述第二曲线拐点，M和N均为大于或等于1的正整数；

判断所述配对距离是否小于或等于拐点比对阈值；

若是，则将所述配对距离对应的曲线拐点组合作为分段拐点组；所述曲线拐点组合为第一个所述第一曲线拐点按照所述最小累积距离到最后一个所述第二曲线拐点的拐点组合；

若否，则判断M和N是否相等；

若M和N不相等，则对所述配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为所述分段拐点组；所述拐点比对阈值为根据所述实时数据曲线和所述历史数据曲线确定的相似度阈值；

所述实时数据曲线表征所述待检测设备的当前运行状况，所述历史数据曲线表征所述待检测设备运行在第一工况下的运行情况；

根据所述分段拐点组将所述实时数据曲线和所述历史数据曲线切分为多个曲线段组；每个所述曲线段组具有序列标识，所述曲线段组包括所述实时数据曲线在所述序列标识对应的第一时间窗口内的第一曲线段，和所述历史数据曲线在所述第一时间窗口内的第二曲线段；

按照所述序列标识，依次获取每个所述曲线段组的曲线比对参数；所述曲线比对参数包括所述第一曲线段和所述第二曲线段在所述第一时间窗口内的曲线比对情况；

当所有所述曲线比对参数与预设比对阈值匹配时，确定所述待检测设备处于所述第一工况。

2.一种基于曲线拐点比对的设备检测装置，其特征在于，所述装置包括：

拐点确定单元，用于获取待检测设备的实时数据曲线和历史数据曲线；

获取所述实时数据曲线的至少一个第一曲线拐点和所述历史数据曲线的至少一个第二曲线拐点；所述第一曲线拐点为所述实时数据曲线中变化程度大于或等于预设波动阈值的极值点，所述第二曲线拐点为所述历史数据曲线中变化程度大于或等于所述预设波动阈值的极值点；

获取所有所述第一曲线拐点和所有所述第二曲线拐点的距离矩阵；所述距离矩阵表征每个所述第一曲线拐点和每个所述第二曲线拐点的距离信息；

根据动态时间归整算法，获取所述距离矩阵的配对距离；所述配对距离为所述距离矩阵中第一个所述第一曲线拐点到最后一个所述第二曲线拐点的最小累积距离；

其中，所述实时数据曲线具有M个所述第一曲线拐点，所述历史数据曲线具有N个所述第二曲线拐点，M和N均为大于或等于1的正整数；

判断所述配对距离是否小于或等于拐点比对阈值；

若是，则将所述配对距离对应的曲线拐点组合作为分段拐点组；所述曲线拐点组合为第一个所述第一曲线拐点按照所述最小累积距离到最后一个所述第二曲线拐点的拐点组合；

若否，则判断M和N是否相等；

若M和N不相等，则对所述配对距离对应的第一曲线拐点、第二曲线拐点进行合并操作，并将合并后的曲线拐点作为所述分段拐点组；所述拐点比对阈值为根据所述实时数据曲线和所述历史数据曲线确定的相似度阈值；所述实时数据曲线表征所述待检测设备的当前运行状况，所述历史数据曲线表征所述待检测设备运行在第一工况下的运行情况；

曲线切分单元，用于根据所述分段拐点组将所述实时数据曲线和所述历史数据曲线切分为多个曲线段组；每个所述曲线段组具有序列标识，所述曲线段组包括所述实时数据曲线在所述序列标识对应的第一时间窗口内的第一曲线段，和所述历史数据曲线在所述第一时间窗口内的第二曲线段；

处理单元，用于按照所述序列标识，依次获取每个所述曲线段组的曲线比对参数；所述曲线比对参数包括所述第一曲线段和所述第二曲线段在所述第一时间窗口内的曲线比对情况；

所述处理单元还用于当所有所述曲线比对参数与预设比对阈值匹配时，确定所述待检测设备处于所述第一工况。

3.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现权利要求1所述的方法。

4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1所述的方法。

Images