本技术涉及电子设备的监管，具体涉及基于数据分析算法的数字化智能设备监管方法及系统。
背景技术：
1、基于数据分析算法的数字化智能设备监管方法及系统集成了多种先进技术的综合性解决方案，旨在通过实时数据收集与深入分析，实现对电子设备状态的精确监控和管理。电子设备故障检测作为系统的核心功能之一，通过分析设备运行时产生的数据，能够预测和识别潜在的故障模式，从而实现预防性维护。不仅提高了设备的可靠性和效率，还显著降低了维护成本和停机时间，对于保障关键基础设施和工业应用的连续运行至关重要。此外，随着技术的发展和设备复杂性的增加，电子设备故障检测的重要性日益凸显，它不仅关系到企业运营的经济性，还涉及到人员安全和社会稳定。因此，构建一个高效、智能的监管系统，对于延长设备寿命、优化资源配置、提升决策质量以及增强企业竞争力都具有重大意义。
2、在现代生产工厂中，电子设备和机器的互联性是确保生产流程高效运行的关键。然而，这种高度的互联也带来了潜在的风险，即一个设备的故障可能触发连锁反应，影响整个生产线。设备间的依赖性使得一个组件的故障会迅速传播到其他组件，且故障引发的一系列反应，可能导致整个系统的性能下降。传统的故障检测方法往往只能识别单个设备的故障，而无法识别故障如何在设备间传播。
技术实现思路
1、为了解决上述技术问题，本技术的目的在于提供基于数据分析算法的数字化智能设备监管方法及系统，所采用的技术方案具体如下：
2、第一方面，本技术实施例提供了基于数据分析算法的数字化智能设备监管方法，该方法包括以下步骤：
3、采集每个电子设备在各时刻的电流和电压数据，并进行预处理构建每个电子设备的电流序列及电压序列；
4、通过异常检测算法分别获取所述电流序列和所述电压序列中的异常值及各异常值的异常度；基于电流序列与电压序列中异常值的采集时刻差异获取各电子设备的每个同步异常值组；基于同步异常值组中两个异常值的采集时刻确定同步异变时刻；
5、基于同步异常值组中异常值的大小及对应的采集时刻之间的差异，结合电子设备的同步异变时刻的混乱程度，构建每个电子设备的突变代表性特征值；
6、基于不同电子设备的异常数据之间的差异构建任意两个电子设备之间的传播置信度；基于不同电子设备电流序列之间的相关性及电压序列之间的相关性，结合传播置信度及突变代表性特征值获取各电子设备的电器互联指数；
7、根据电器互联指数，结合电流序列及电压序列的差分序列对各电子设备进行故障检测。
8、在其中一种实施例中，所述各电子设备的每个同步异常值组的获取过程为：
9、将电流序列中的异常值记为电流异常值，将电压序列中的异常值记为电压异常值；
10、计算同一个电子设备的任一电流异常值的采集时刻与任一电压异常值的采集时刻之间的差值，若所述差值小于时间阈值，则将所述任一电流异常值与所述任一电压异常值组成的组合记为同步异常值组。
11、在其中一种实施例中，所述同步异变时刻为：将每个同步异常值组中两个异常值的采集时刻的均值所对应的采集时刻记为同步异变时刻。
12、在其中一种实施例中，所述每个电子设备的突变代表性特征值的获取过程为：
13、计算单个电子设备的所有同步异变时刻的混乱度，记为第一混乱度；将每个同步异常值组中两个异常值的异常度均值记为第一异常度均值；将每个同步异常值组中两个异常值的采集时刻之间的差值记为第一采集时刻差值；将每个同步异常值组的所述第一异常度均值与所述第一采集时刻差值的正向融合结果，记为第一融合值；电子设备的突变代表性特征值与第一混乱度成正相关关系，与第一融合值成负相关关系。
14、在其中一种实施例中，所述任意两个电子设备之间的传播置信度的获取过程为：
15、计算所述任意两个电子设备之间同步异常值组个数的差值，记为第一个数差值；计算任意两个电子设备的第一混乱度的差值，记为第一混乱度差值；
16、所述任意两个电子设备之间的传播置信度分别与所述第一个数差值及所述第一混乱度差值成正相关关系。
17、在其中一种实施例中，所述各电子设备的电器互联指数的获取过程为：
18、基于不同电子设备的电流序列之间的相关性及电压序列之间的相关性获取任意两个电子设备的电器相关性；
19、计算任一电子设备与其他所有电子设备之间的电器相关性的平均值，记为第一平均值；计算所述任一电子设备与其他所有电子设备之间的传播置信度的平均值，记为第二平均值；计算所述任一电子设备的第一平均值与第二平均值之间的比值，记为第一比值；所述任一电子设备的电器互联指数分别与所述任一电子设备的第一比值及突变代表性特征值成正相关关系。
20、在其中一种实施例中，所述任意两个电子设备的电器相关性的获取过程为：
21、计算任意两个电子设备的电流序列之间的相关性，记为电流相关性；计算任意两个电子设备的电压序列之间的相关性，记为电压相关性；将任意两个电子设备的电流相关性与电压相关性之间的平均值作为任意两个电子设备的电器相关性。
22、在其中一种实施例中，所述根据电器互联指数，结合电流序列及电压序列的差分序列对各电子设备进行故障检测，具体为：
23、计算每个电子设备的电流序列及电压序列的差分序列；
24、将任一电子设备的电流差分序列中大于跳变阈值的各差分数据记为电流故障差分数据；将每个电子设备的电压差分序列中大于跳变阈值的各差分数据记为电压故障差分数据；将每个电流故障差分数据所对应的两个采集时刻记为一个电流故障时刻，将每个电压故障差分数据所对应的两个采集时刻记为一个电压故障时刻；将所述任一电子设备的所有电流故障时刻及所有电压故障时刻均作为故障时刻；
25、在所述任一电子设备的每个故障时刻，获取除所述任一电子设备外的剩余所有电子设备的电流差分数据和电压差分数据中的最大值，记为故障时刻的差分数据最大值；
26、对所述任一电子设备的每个故障时刻的所述差分数据最大值进行修正，基于修正后的差分数据最大值分析所述任一电子设备在每个故障时刻是否对其他电子设备产生故障关联。
27、在其中一种实施例中，所述对所述任一电子设备的每个故障时刻的所述差分数据最大值进行修正，基于修正后的差分数据最大值分析所述任一电子设备在每个故障时刻是否对其他电子设备产生故障关联，具体为：
28、计算所述任一电子设备的电器互联指数归一化值与调整参数之间的和值，记为第一和值；将第一和值与所述任一电子设备的每个故障时刻的差分数据最大值的乘积作为所述任一电子设备的每个故障时刻的差分数据最大值的修正值；
29、若所述任一电子设备的每个故障时刻的差分数据最大值的修正值大于跳变阈值，则说明所述任一电子设备出现故障时，故障时刻的差分数据最大值对应的电子设备由于故障互联性也发生了故障；否则，则没有因为故障关联性而产生故障。
30、第二方面，本技术实施例还提供了基于数据分析算法的数字化智能设备监管系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
31、本技术实施例至少具有如下有益效果：
32、本技术提出一种基于数据分析算法的数字化智能设备监管方法及系统，通过分析电子设备故障互联性问题，提高工厂生产线的稳定性和可靠性；针对单个电子设备的合理性异常，通过cof异常值监测算法进行单个设备合理突变的识别，以方便后续不同设备之间的关联性分析；针对不同电子设备之间的合理异常传播问题，通过不同设备的同步异常值组和同步异变时刻的差异，量化设备间合理突变传播的评估；针对电子设备间的电气特性相似性和故障传播可能性问题，通过皮尔逊相关性算法分析电流和电压序列的相关性，以解决设备间相互依赖性和故障传播同步性的量化评估问题；当出现故障设备时，根据电流和电压差分序列的跳变阈值和电器互联指数的修正方法，判断其余设备是否会受到故障关联影响而产生故障，以解决整个电子设备组稳定性和故障预防的问题。
1.基于数据分析算法的数字化智能设备监管方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述各电子设备的每个同步异常值组的获取过程为：
3.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述同步异变时刻为：将每个同步异常值组中两个异常值的采集时刻的均值所对应的采集时刻记为同步异变时刻。
4.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述每个电子设备的突变代表性特征值的获取过程为：
5.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述任意两个电子设备之间的传播置信度的获取过程为：
6.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述各电子设备的电器互联指数的获取过程为：
7.如权利要求6所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述任意两个电子设备的电器相关性的获取过程为：
8.如权利要求1所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述根据电器互联指数，结合电流序列及电压序列的差分序列对各电子设备进行故障检测，具体为：计算每个电子设备的电流序列及电压序列的差分序列；
9.如权利要求8所述的基于数据分析算法的数字化智能设备监管方法，其特征在于，所述对所述任一电子设备的每个故障时刻的所述差分数据最大值进行修正，基于修正后的差分数据最大值分析所述任一电子设备在每个故障时刻是否对其他电子设备产生故障关联，具体为：
10.基于数据分析算法的数字化智能设备监管系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项方法的步骤。
