本发明涉及设备故障控制，尤其涉及一种基于物联网的供暖设备故障数据处理方法及系统。
背景技术：
1、在现代社会中，越来越多的供暖系统开始集成智能传感器和网络通信功能，以实现远程监控和管理，这种智能化供暖系统能够实时收集设备运行状态、环境参数和用户需求数据，从而提高供暖效率和节能效果，可以通过运用数据挖掘和机器学习技术对历史故障数据和实时监测数据进行深度分析，以建立故障模式识别模型，来识别出潜在的故障征兆，从而实现故障预测和预警，这种数据分析能力能够提高故障检测的准确性和及时性。然而，传统的供暖设备故障处理方法主要依赖人工巡检和定期维护，这些方法不仅效率低下，而且往往缺乏有效的数据分析和故障预测识别能力，无法全面反映供暖设备的故障类别状况。
技术实现思路
1、基于此，本发明有必要提供一种基于物联网的供暖设备故障数据处理方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于物联网的供暖设备故障数据处理方法，包括以下步骤：
3、步骤s1：通过在供暖设备关键部位处安装温度传感器、流量传感器以及压力传感器，并利用温度传感器、流量传感器以及压力传感器对供暖设备的运行过程进行设备运行状态实时监测，得到供暖设备实时运行状态参数集，其中供暖设备实时运行状态参数集包括供暖设备实时运行温度、供暖设备实时运行流量以及供暖设备实时运行压力；利用物联网网关技术将供暖设备实时运行状态参数集上传至云平台，并利用云平台对供暖设备实时运行状态参数集进行边缘延迟过滤，得到供暖设备低延迟运行状态参数集；
4、步骤s2：对供暖设备低延迟运行状态参数集进行状态参数时频变换波动分析，得到各个供暖设备运行状态参数对应的时频信号波动帧；对各个供暖设备运行状态参数对应的时频信号波动帧进行信号故障严重评分量化计算，以得到各个供暖设备运行状态参数对应的时频信号故障严重评分；基于各个供暖设备运行状态参数对应的时频信号故障严重评分对供暖设备的故障类别进行设备故障分类处理，得到供暖设备可恢复故障类别以及供暖设备不可恢复故障类别；
5、步骤s3：确定供暖设备的故障类别为供暖设备可恢复故障类别时，则利用云平台对供暖设备可恢复故障类别进行可恢复故障维护控制分析，生成供暖设备可恢复故障维护控制措施方案，以执行相应的可恢复故障维护控制处理工作；
6、步骤s4：确定供暖设备的故障类别为供暖设备不可恢复故障类别时，则利用云平台响应生成供暖设备紧急维修控制请求，以响应告知维护人员进行相应的不可恢复故障紧急维修控制处理工作。
7、进一步的，步骤s1包括以下步骤：
8、步骤s11：对供暖设备关键部位进行传感器配置需求分析，得到供暖设备关键部位传感配置需求报告，其中供暖设备关键部位包括锅炉、管道以及阀门区域；
9、步骤s12：基于供暖设备关键部位传感配置需求报告对温度传感器、压力传感器以及流量传感器进行传感最佳安装位置设计，以生成供暖设备关键部位传感器安装实施计划；
10、步骤s13：根据供暖设备关键部位传感器安装实施计划在供暖设备关键部位处安装温度传感器、流量传感器以及压力传感器，并利用温度传感器对供暖设备的运行过程进行设备运行温度实时监测，得到供暖设备实时运行温度；利用流量传感器对供暖设备的运行过程进行设备运行流量实时监测，得到供暖设备实时运行流量；利用压力传感器对供暖设备的运行过程进行设备运行压力实时监测，得到供暖设备实时运行压力；
11、步骤s14：将供暖设备实时运行温度、供暖设备实时运行流量以及供暖设备实时运行压力进行设备运行状态参数合并，得到供暖设备实时运行状态参数集；利用物联网网关技术将供暖设备实时运行状态参数集上传至云平台；
12、步骤s15：利用云平台对供暖设备实时运行状态参数集进行边缘延迟过滤，得到供暖设备低延迟运行状态参数集。
13、进一步的，步骤s15包括以下步骤：
14、步骤s151：利用云平台对供暖设备实时运行状态参数集内的每一个供暖设备运行参数数据点进行边缘传输时长监测，得到每一个供暖设备运行参数数据点对应的边缘传输响应时长；
15、步骤s152：基于每一个供暖设备运行参数数据点对应的边缘传输响应时长对供暖设备实时运行状态参数集内相对应的供暖设备运行参数数据点进行传输反应速度统计分析，得到每一个供暖设备运行参数数据点对应的边缘传输反应速度；
16、步骤s153：对供暖设备实时运行状态参数集内的每一个供暖设备运行参数数据点进行网络状况评估分析，得到每一个供暖设备运行参数数据点对应的网络状况评估参数，其中网络状况评估参数包括网络带宽值、网络延迟以及数据丢包率；
17、步骤s154：基于每一个供暖设备运行参数数据点对应的边缘传输反应速度以及网络状况评估参数利用边缘传输延迟指数计算公式对供暖设备实时运行状态参数集内相对应的供暖设备运行参数数据点进行边缘延迟量化计算，得到每一个供暖设备运行参数数据点对应的边缘传输运行延迟指数；
18、步骤s155：根据预设的边缘延迟阈值对每一个供暖设备运行参数数据点对应的边缘传输运行延迟指数进行比较判断，若边缘传输运行延迟指数大于或等于预设的边缘延迟阈值时，则将其相对应的供暖设备运行参数数据点标记为高延迟运行参数数据点；若边缘传输运行延迟指数小于预设的边缘延迟阈值时，则将其相对应的供暖设备运行参数数据点标记为低延迟运行参数数据点；将供暖设备实时运行状态参数集内被标记为低延迟运行参数数据点对应的供暖设备运行参数数据点过滤筛选出来并集合，得到供暖设备低延迟运行状态参数集。
19、进一步的，步骤s154中所述的边缘传输延迟指数计算公式具体为：
20、；
21、式中，为第个供暖设备运行参数数据点对应的边缘传输运行延迟指数，为供暖设备运行参数数据点的总数量，为供暖设备运行参数数据点的项次索引参数，为第个供暖设备运行参数数据点对应的边缘传输反应速度，为边缘传输反应速度的影响权重系数，为第个供暖设备运行参数数据点对应的网络延迟，为网络延迟衰减速率指数，为网络延迟的影响权重系数，为时间变量参数，为第个供暖设备运行参数数据点在时间处的网络带宽值，为第个供暖设备运行参数数据点在时间处的数据丢包率，为网络状况累积影响权重系数，为边缘传输运行延迟指数的修正系数。
22、进一步的，步骤s2包括以下步骤：
23、步骤s21：对供暖设备低延迟运行状态参数集进行状态参数标准化处理，得到供暖设备运行状态标准化参数集；
24、步骤s22：对供暖设备运行状态标准化参数集进行时序同步处理，得到供暖设备运行状态时序同步参数集；
25、步骤s23：对供暖设备运行状态时序同步参数集进行状态参数时频变换波动分析，得到各个供暖设备运行状态参数对应的时频信号波动帧，其中各个供暖设备运行状态参数对应的时频信号波动帧包括运行温度、运行流量以及运行压力对应的时频信号波动帧；
26、步骤s24：对各个供暖设备运行状态参数对应的时频信号波动帧进行信号故障严重评分量化计算，以得到各个供暖设备运行状态参数对应的时频信号故障严重评分，其中各个供暖设备运行状态参数对应的时频信号故障严重评分包括运行温度、运行流量以及运行压力对应的时频信号故障严重评分；
27、步骤s25：基于各个供暖设备运行状态参数对应的时频信号故障严重评分对供暖设备的故障类别进行设备故障分类判断，若相应运行温度、运行流量以及运行压力对应的时频信号故障严重评分均在0-5分范围内，则将其供暖设备的故障类别分类认定为供暖设备可恢复故障类别；若相应运行温度、运行流量以及运行压力对应的时频信号故障严重评分存在6分及以上范围内，则将其供暖设备的故障类别分类认定为供暖设备不可恢复故障类别。
28、进一步的，步骤s23包括以下步骤：
29、步骤s231：对供暖设备运行状态时序同步参数集进行状态参数时域变化分析，得到各个供暖设备运行状态参数在时间维度上的时域变化趋势数据；
30、步骤s232：对各个供暖设备运行状态参数在时间维度上的时域变化趋势数据进行时域节点瞬时频率计算，得到各个供暖设备运行状态参数在各个时域节点上的时域变化瞬时频率；
31、步骤s233：基于各个供暖设备运行状态参数在各个时域节点上的时域变化瞬时频率对相对应的时域变化趋势数据进行时频信号频谱变换，得到各个供暖设备运行状态参数对应的时频变化信号频谱；
32、步骤s234：对各个供暖设备运行状态参数对应的时频变化信号频谱进行时频信号波动范围识别分析，得到各个供暖设备运行状态参数对应的时频信号波动时间范围；
33、步骤s235：基于各个供暖设备运行状态参数对应的时频信号波动时间范围对相对应的时频变化信号频谱进行信号波动范围封帧处理，得到各个供暖设备运行状态参数对应的时频信号波动帧，其中各个供暖设备运行状态参数对应的时频信号波动帧包括运行温度、运行流量以及运行压力对应的时频信号波动帧。
34、进一步的，步骤s232包括以下步骤：
35、对各个供暖设备运行状态参数在时间维度上的时域变化趋势数据进行时域变化平滑处理，得到各个供暖设备运行状态参数在时间维度上的真实变化趋势数据；
36、对各个供暖设备运行状态参数在时间维度上的真实变化趋势数据进行时域节点标记划分，得到各个供暖设备运行状态参数在各个时域节点上的时域变化趋势子数据；
37、对各个供暖设备运行状态参数在各个时域节点上的时域变化趋势子数据进行变化幅度统计分析，得到各个供暖设备运行状态参数在各个时域节点上的时域变化幅度；基于各个供暖设备运行状态参数在各个时域节点上的时域变化幅度对相对应的时域变化趋势子数据进行时域变化相位反解处理，得到各个供暖设备运行状态参数在各个时域节点上的时域信号变化相位；
38、对各个供暖设备运行状态参数在各个时域节点上的时域信号变化相位进行相邻节点间相位差计算，得到各个供暖设备运行状态参数在各个相邻时域节点之间的时域变化相位差；
39、基于各个供暖设备运行状态参数在各个相邻时域节点之间的时域变化相位差对相对应的时域节点进行上位节点瞬时频率计算，得到各个供暖设备运行状态参数在各个时域节点上的时域变化瞬时频率。
40、进一步的，步骤s24包括以下步骤：
41、步骤s241：对运行温度以及运行流量对应的时频信号波动帧进行变化幅度稳定性评估分析，得到运行温度以及运行流量对应的时域信号变化幅度稳定性指标参数；
42、步骤s242：对运行温度以及运行流量对应的时频信号波动帧进行信号相位偏移统计分析，得到运行温度以及运行流量对应的时频信号相位偏移指标参数；
43、步骤s243：基于运行温度对应的时域信号变化幅度稳定性指标参数以及时频信号相位偏移指标参数对相对应运行温度对应的时频信号波动帧进行运行温度故障严重评分计算，以得到运行温度对应的时频信号故障严重评分；
44、步骤s244：基于运行流量对应的时域信号变化幅度稳定性指标参数以及时频信号相位偏移指标参数对相对应运行流量对应的时频信号波动帧进行运行流量故障严重评分计算，以得到运行流量对应的时频信号故障严重评分；
45、步骤s245：对运行压力对应的时频信号波动帧进行运行压力故障严重评分计算，以得到运行压力对应的时频信号故障严重评分。
46、进一步的，步骤s245包括以下步骤：
47、对运行压力对应的时频信号波动帧进行信号波动频率及能量分布分析，得到运行压力对应的时频信号波动频率分布数据以及时频信号波动能量分布数据；
48、对运行压力对应的时频信号波动频率分布数据进行信号波动率计算，得到运行压力对应的时频信号波动率；
49、基于运行压力对应的时频信号波动能量分布数据对相对应的时频信号波动帧进行信号能量偏移计算，得到运行压力对应的时频信号波动能量偏移量；
50、基于运行压力对应的时频信号波动率以及时频信号波动能量偏移量对相对应的时频信号波动帧进行运行压力故障严重评分计算，以得到运行压力对应的时频信号故障严重评分。
51、进一步的，本发明还提供了一种基于物联网的供暖设备故障数据处理系统，用于执行如上所述的基于物联网的供暖设备故障数据处理方法，该基于物联网的供暖设备故障数据处理系统包括：
52、供暖设备状态参数延迟过滤模块，用于通过在供暖设备关键部位处安装温度传感器、流量传感器以及压力传感器，并利用温度传感器、流量传感器以及压力传感器对供暖设备的运行过程进行设备运行状态实时监测，得到供暖设备实时运行状态参数集，其中供暖设备实时运行状态参数集包括供暖设备实时运行温度、供暖设备实时运行流量以及供暖设备实时运行压力；利用物联网网关技术将供暖设备实时运行状态参数集上传至云平台，并利用云平台对供暖设备实时运行状态参数集进行边缘延迟过滤，从而得到供暖设备低延迟运行状态参数集；
53、供暖设备参数信号故障分类模块，用于对供暖设备低延迟运行状态参数集进行状态参数时频变换波动分析，得到各个供暖设备运行状态参数对应的时频信号波动帧；对各个供暖设备运行状态参数对应的时频信号波动帧进行信号故障严重评分量化计算，以得到各个供暖设备运行状态参数对应的时频信号故障严重评分；基于各个供暖设备运行状态参数对应的时频信号故障严重评分对供暖设备的故障类别进行设备故障分类处理，从而得到供暖设备可恢复故障类别以及供暖设备不可恢复故障类别；
54、可恢复故障维护控制处理模块，用于确定供暖设备的故障类别为供暖设备可恢复故障类别时，则利用云平台对供暖设备可恢复故障类别进行可恢复故障维护控制分析，生成供暖设备可恢复故障维护控制措施方案，以执行相应的可恢复故障维护控制处理工作；
55、不可恢复故障紧急维修控制模块，用于确定供暖设备的故障类别为供暖设备不可恢复故障类别时，则利用云平台响应生成供暖设备紧急维修控制请求，以响应告知维护人员进行相应的不可恢复故障紧急维修控制处理工作。
56、本发明的有益效果：
57、1、本发明所提出的基于物联网的供暖设备故障数据处理方法，与现有技术相比，本技术的有益效果在于通过在供暖设备关键部位处（其中包括锅炉、管道以及阀门区域）安装温度传感器、流量传感器以及压力传感器，并通过实时监测供暖设备的运行温度、流量和压力，不仅能够全面了解设备的运行状态，还能及时发现潜在的故障和异常，安装后的实时数据采集将为运维人员提供直观的运行状况，使其能迅速做出决策以应对突发状况。例如，温度传感器可以帮助判断锅炉的加热效率，流量传感器则能反映管道的流动状态，而压力传感器则是保障供暖设备安全的关键，这些传感器的有效部署，将提高整个供暖设备的运行效率，减少能源浪费，同时也为后续实现智能化故障管理提供数据支持。通过将实时运行状态参数进行合并，形成设备的运行状态参数集，这一过程不仅能够将温度、流量和压力等多项关键数据整合为一个统一的监测指标，还能为后续数据分析提供基础，并通过物联网网关技术将该参数集上传至云平台，能够实现数据的远程存储和处理，这样一来，运维人员可以随时随地对供暖设备的运行状态进行监控和分析，云平台的数据处理能力不仅提升了数据的利用效率，也能够提高了数据分析和故障预测识别的能力。同时，通过利用云平台对供暖设备的实时运行状态参数集进行边缘延迟过滤，是为了提升数据传输和处理的效率，通过先进的边缘计算技术，能够有效减少数据在传输过程中的延迟，从而实现对设备状态的实时监控，生成的低延迟运行状态参数集，确保了运维人员能够第一时间获取到最新的数据，及时做出响应，这一过程不仅提升了供暖设备的反应速度，还能有效降低数据处理的复杂性，减少冗余信息的干扰，为后续的数据分析和决策提供更加精准的信息支持。其次，通过对供暖设备低延迟运行状态参数集进行状态参数时频变换波动分析，可以揭示出信号在时间和频率域内的特征变化，这一过程有助于识别运行温度、流量、压力等关键参数的波动特征，为后续的故障诊断提供数据支撑，通过对时频信号波动帧的分析，能够更清晰地理解设备在不同工作状态下的表现，识别出存在的异常故障模式或趋势，从而提前预警故障发生。通过对各个供暖设备运行状态参数对应的时频信号波动帧进行信号故障严重评分量化计算，能够为供暖设备的故障管理提供了一种量化的评估标准，通过对时频信号波动帧进行评分，可以对不同运行状态参数（如温度、流量和压力）的故障严重程度进行明确评估，此步骤通过量化计算将复杂的信号特征转换为易于理解的评分，使得管理人员能够快速判断设备的健康状态，这种评分体系能够帮助决策者有效区分设备故障的严重性，便于优先处理潜在风险高的设备。还通过基于各个供暖设备运行状态参数对应的时频信号故障严重评分对供暖设备的故障类别进行设备故障分类判断，能够对故障类别进行准确识别，当评分处于0-5分范围内时，表明供暖设备处于可恢复故障类别，这种情况通常意味着设备在一定的维护后能够恢复正常运行，便于快速干预和处理。反之，若评分达到6分及以上，则表明设备存在不可恢复的故障，需采取更为严格的检修或更换措施，此步骤的实施能够帮助管理人员迅速决策，减少设备停机时间，降低维护成本，并提高供暖设备的整体可靠性和安全性，这一步骤通过建立明确的故障分类体系，能够优化后续故障维护流程，提高故障维护控制响应效率，进而能够准确地监测判断供暖设备的故障类别状况。然后，通过确定供暖设备的故障类别为供暖设备可恢复故障类别时，则利用云平台对其进行可恢复故障维护的控制分析，以生成具体的维护控制措施方案，维护团队能够系统性地对可恢复故障进行排查与修复，这种系统化的维护控制不仅能显著提升供暖设备维护工作的效率，还能减少因人工判断而产生的误差，这样可以涵盖从故障识别、问题诊断到具体的维修操作指导，形成一整套规范化的操作流程，根据这些方案，采取针对性的措施，有效解决设备故障问题，缩短修复时间，最大限度地保证供暖设备的持续稳定运行。最后，通过在确定供暖设备的故障类别为不可恢复故障时，则利用云平台生成紧急维修控制请求，这一过程的及时响应确保了供暖设备故障对用户的影响降至最低，在紧急情况下，维护人员能够迅速接收到故障报警信息与维修请求，从而立即展开应急响应，最大程度减少设备故障造成的损失，确保其在未来的使用中不会因为设备故障而受到不便。
58、2、本发明所提出的基于物联网的供暖设备故障数据处理系统，整体上由供暖设备状态参数延迟过滤模块、供暖设备参数信号故障分类模块、可恢复故障维护控制处理模块以及不可恢复故障紧急维修控制模块组成，能够实现本发明所述任意基于物联网的供暖设备故障数据处理方法，用于联合各个模块上运行的计算机程序之间的操作实现基于物联网的供暖设备故障数据处理方法，系统内部结构互相协作，这样能够大大减少重复工作和人力投入，能够快速有效地提供更为准确、更高效的基于物联网的供暖设备故障数据处理过程，从而简化了基于物联网的供暖设备故障数据处理系统的操作流程。
1.一种基于物联网的供暖设备故障数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s15包括以下步骤：
4.根据权利要求3所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s154中所述的边缘传输延迟指数计算公式具体为：
5.根据权利要求1所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s2包括以下步骤：
6.根据权利要求5所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s23包括以下步骤：
7.根据权利要求6所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s232包括以下步骤：
8.根据权利要求5所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s24包括以下步骤：
9.根据权利要求8所述的基于物联网的供暖设备故障数据处理方法，其特征在于，步骤s245包括以下步骤：
10.一种基于物联网的供暖设备故障数据处理系统，其特征在于，用于执行如权利要求1所述的基于物联网的供暖设备故障数据处理方法，该基于物联网的供暖设备故障数据处理系统包括：
