面向电气设备的工况识别和数据压缩方法

摘要

针对工业设备数据采集系统历史数据存储量大、数据价值密度低、数据分析与可视化困难的现状,提出一种面向电气设备的工况识别和数据压缩存储方法。该算法首先根据从工业电气设备采集到的多维时间序列数据的变化情况,为每一维度的时间序列设定死区限值大小;然后根据每一条数据记录是否满足死区限值,收集设备工况信息并标记工况标签,最后根据工况标签序列的变化制定设备运行状态分类规则,依靠所得到的规则进行分类压缩存储。通过对变频器数据的压缩和解压缩实验,证明这种处理方法可以在最大失真度不超过13%的数据的情况下实现压缩率达到0. 11%左右的无重复压缩。在实际应用中,这种处理方法能够降低数据分析、数据可视化的复杂度;同时基于压缩结果可以实现设备分类,为企业进行设备管理提供帮助。