技术领域本发明涉及数据分析技术，尤其涉及一种数据分析方法及装置。
背景技术：
目前，国内高铁电机上使用的熔断式温度继电器只能起到检测电机温度的功能，远远不能满足电机故障分析、寿命预测的需要。
技术实现要素：
本发明的目的是提供一种数据分析方法及装置，能够实现电机故障分析和寿命预测。本发明解决其技术问题所采用的技术方案是：一种数据分析方法，包括：根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；所述参数包括电机传感器的温度参数、振动参数、噪音参数、电流参数、电磁场参数和冷却电机的风向风速参数中的一项或多项；将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。在此基础上，进一步地，每项参数在预定时间段内的检测数据为状态量或过程量。在上述任意实施例的基础上，进一步地，对每项参数在预定时间段内的检测数据进行参数状态分类的方式基于时域或频域。在上述任意实施例的基础上，进一步地，电机状态分类标准包括故障分类标准和寿命分类标准。在上述任意实施例的基础上，进一步地，所需电机状态分类标准的获取方式为：根据用户发出的指令，获取所需电机状态分类标准；或者，根据参数类别，确定所需电机状态分类标准。在上述任意实施例的基础上，进一步地，电机状态分类标准的每项状态规则对应一组或多组参数状态。在上述任意实施例的基础上，进一步地，还包括：根据电机状态，启动报警装置。一种数据分析装置，包括：参数状态分类模块，用于根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；所述参数包括电机传感器的温度参数、振动参数、噪音参数、电流参数、电磁场参数和冷却电机的风向风速参数中的一项或多项；电机状态匹配模块，用于将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。在此基础上，进一步地，所述电机状态匹配模块获取所需电机状态分类标准的方式为：根据用户发出的指令，获取所需电机状态分类标准；或者，根据参数类别，确定所需电机状态分类标准。在上述任意实施例的基础上，进一步地，还包括：报警模块，用于根据电机状态，启动报警装置。本发明的有益效果是：本发明的目的是提供一种数据分析方法及装置，根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；所述参数包括电机传感器的温度参数、振动参数、噪音参数、电流参数、电磁场参数和冷却电机的风向风速参数中的一项或多项；将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。本发明基于电机运行中各项参数的检测数据，通过对各项参数的检测数据的参数状态分类，得到各项参数状态，例如温度状态和振动状态等；再通过将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态，实现对故障的分析或对寿命的预测等。附图说明下面结合附图和实施例对本发明进一步说明。图1示出了本发明实施例提供的一种数据分析方法的流程图；图2示出了本发明实施例提供的一种数据分析装置的结构示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。具体实施例一如图1所示，本发明实施例提供了一种数据分析方法，包括：步骤S101，根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；参数包括电机传感器的温度参数、振动参数、噪音参数、电流参数、电磁场参数和冷却电机的风向风速参数中的一项或多项；步骤S102，将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。预定时间段可以为一天、一周、一个月或者一年。参数状态分类标准中的状态规则是预定的，以温度参数为例，温度状态可以为正常、异常；还可以为高温、低温；还可以为数值范围标准；为了便于标记分类结果，还可以为参数状态进行编号。同理，电机状态分类标准中的状态规则也是预定的，电机状态包括电机的故障状态和寿命状态，故障状态可以为定子故障、转子故障、轴承故障等；寿命状态可以为预测寿命的长短。电机故障包括电气故障和机械故障。电气故障包括线圈绕组的开路，短路，绕组的连接错误，导线接地不良，导线连接阻抗过大等，主要与温度参数、电磁场参数和电流参数相关。机械故障包括转轴弯曲，轴承故障，螺栓松动，磁体故障，转子故障，齿轮箱故障，空气隙不均匀等，这些故障主要与温度参数，振动参数，噪音参数，电磁场参数，电流参数相关。将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，即参数状态的组合对应一项或多项电机状态分类标准里的状态规则，只要参数状态的组合中包含状态规则里的情况，就表示出现该状态规则对应的电机状态。本发明实施例基于电机运行中各项参数的检测数据，通过对各项参数的检测数据的参数状态分类，得到各项参数状态，例如温度状态和振动状态等；再通过将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态，实现对故障的分析或对寿命的预测等。本发明实施例对各项参数的检测数据的数据形式不做限定，每项参数在预定时间段内的检测数据可以为状态量或过程量。本发明实施例对各项参数的检测数据进行参数状态分类的方式不做限定，优选的，对每项参数在预定时间段内的检测数据进行参数状态分类的方式可以基于时域或频域。基于时域的检测，主要针对电气故障；基于频域的检测，主要是针对机械故障。对每项参数在预定时间段内的检测数据进行参数状态分类的方式还可以是基于模型的故障诊断，例如神经网络；人工智能；有限元；基于显性电路的数学模型；模糊逻辑分析。本发明实施例对电机状态分类标准不做限定，优选的，电机状态分类标准可以包括故障分类标准和寿命分类标准。故障分类标准还可以细分到各组件故障分类，寿命分类还可以细分到各组件的寿命预测。本发明实施例对电机状态分类标准的获取方式不做限定，优选的，所需电机状态分类标准的获取方式可以为根据用户发出的指令，获取所需电机状态分类标准，例如当用户发出的指令为故障分析时，所需电机状态分类标准为故障分类标准；当用户发出的指令为寿命预测时，所需电机状态分类标准为寿命分类标准。或者，所需电机状态分类标准的获取方式还可以为根据参数类别，确定所需电机状态分类标准。本发明实施例中，电机状态分类标准的每项状态规则可以对应一组或多组参数状态。例如空气冷却系统故障的状态规则对应的参数状态可以包括定子温度高于某温度阈值和风速超出某风速阈值。因此定子温度高说明其空气冷却系统失效，风速高于某风速阈值也说明空气冷却系统失效，即定子温度参数异常和风速参数异常都能检测出空气冷却系统的故障，这样做的好处是，增加本发明实施例该数据分析方法的冗余度和可靠性，在当某参数无法正常工作时，获取其他参数的检测数据也能及时检测电机状态。在上述任意实施例的基础上，进一步地，还可以包括根据电机状态，启动报警装置。本发明实施例提供了预警功能，当电机状态处于报警级别时，可以启动报警装置自动报警，这样做的好处是，提高了电机工作的安全性。具体实施例二如图2所示，本发明实施例提供了一种数据分析装置，包括：参数状态分类模块201，用于根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；参数包括电机传感器的温度参数、振动参数、噪音参数、电流参数、电磁场参数和冷却电机的风向风速参数中的一项或多项；电机状态匹配模块202，用于将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。基于电机运行中各项参数的检测数据，参数状态分类模块201对各项参数的检测数据的参数状态分类，得到各项参数状态，例如温度状态和振动状态等；电机状态匹配模块202将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态，实现对故障的分析或对寿命的预测等。本发明实施例对电机状态匹配模块获取电机状态分类标准的方式不做限定，优选的，电机状态匹配模块202获取所需电机状态分类标准的方式可以为根据用户发出的指令，获取所需电机状态分类标准；或者为根据参数类别，确定所需电机状态分类标准。在上述任意实施例的基础上，进一步地，还包括报警模块，用于根据电机状态，启动报警装置。具体实施例三本发明实施例提供了一种定子故障的数据分析方法，包括：步骤S301，根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；参数包括与定子故障相关的温度参数、振动参数、电流参数和冷却电机的风向风速参数；步骤S302，将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。定子故障包括铁心缺陷，环流，接地，绕组绝缘损坏，导线偏移。以其中绕组绝缘损坏为例，热应力是导致绕组绝缘破损的最重要原因，因此与它相关的参数包括温度参数。通过温度传感器或者红外传感器，监测电机定子的温度，对温度参数的检测数据进行参数状态分类，得到温度状态，例如是否高于预定温度阈值；找到所需电机状态分类标准即绕组状态的分类标准，并与温度状态进行匹配，假设上述温度状态对应绕组绝缘损坏，则可确定出现绕组绝缘损坏的情况。具体实施例四定子寿命影响电机寿命，此外，电机寿命还和轴承，转子断条故障，偏心故障，阻尼绕组故障，退磁故障，定子匝间故障，转子匝间故障有关。在一定振动频率段，振动畸变信号越少，定子寿命越长；在一定振动频率段，振动畸变信号振幅越少，定子寿命越长；在一定振动频率段，振动相位偏差越少，定子寿命越长；在一定运行条件下(负荷，环境温度，电压)，定子内温度突变幅度越少，定子寿命越长；在一定运行条件下(负荷，环境温度，电压)，温度PROFILE温差越少，定子寿命越长；在一定运行条件下(负荷，环境温度，电压)，局部放电信号幅度越少，定子寿命越长；在一定运行条件下(负荷，环境温度，电压)，局部放电信号频率越少，定子寿命越长。因此对于电机定子寿命的预测，需要考虑多种因素，包括振动参数，温度参数和电流参数。本发明实施例提供了一种定子寿命的数据分析方法，包括：步骤S401，根据预定的参数状态分类标准，分别对每项参数在预定时间段内的检测数据进行参数状态分类，得到预定时间段内该参数状态；参数包括与定子寿命相关的温度参数、振动参数和电流参数；步骤S402，将所需电机状态分类标准的状态规则和参数状态的组合进行匹配，确定电机状态。监测定子的温度参数、振动参数和电流参数，分别对温度参数、振动参数和电流参数的检测数据进行参数状态分类，得到温度状态、振动状态和电流状态；找到所需电机状态分类标准即定子寿命预测的分类标准，并与温度状态、振动状态和电流状态的组合进行匹配，假设上述三个参数状态对应的定子寿命为256～300小时，则可预测当前定子寿命为256～300小时。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。