本公开涉及设备故障检测领域，具体地，涉及一种设备故障诊断方法、装置、储存介质和电子设备。
背景技术：
随着信息技术的广泛使用，对设备的故障检测也逐步向信息化的方向发展。在对设备进行故障检测的过程中，一般会设置不同的传感器对设备中的各项指标进行检测，例如，对于发电机而言，其中设置的传感器可以包括：变频器电网侧有功功率传感器、变频器发电机侧功率传感器、机舱气象站风速传感器与发电机转矩传感器等。在接收到传感器的报警后，还可以根据报警的传感器与其他传感器的关联，判断设备是否还存在其他潜在的报警因素，对设备的故障进行进一步的诊断。
相关技术中，常用的设备故障诊断方法包括波形频谱图法(工况分析)、贝叶斯网络和格兰杰因果分析法。其中，波形频谱图法需要用户通过查看设备运行状态的波形图，判断设备故障的问题点。这种方法需要业务人员凭借经验知识进行验证波形的变化情况判断设备故障情况，不具有普遍的适用性。贝叶斯网络拓扑通过网络拓扑结构来记录传感器之间的关联关系，其中，网络中的每个节点是传感器的状态，网络中的有向边记录节点之间转换的条件概率。这种方法在构建拓扑结构的阶段需要专家知识，同时，在数据不完备情况下，对网络中的条件转移概率进行机器学习十分困难。格兰杰因果分析法，以传感器作为每一个变量，在时间序列情形下，分析变量之间的格兰杰因果关系，但在没有时间先后顺序的情况下无法实现。
技术实现要素：
为克服相关技术中存在的问题，本公开提供一种设备故障诊断方法、装置、存储介质和电子设备。
根据本公开实施例的第一方面，提供一种设备故障诊断方法，包括：
确定第一设备中发生故障的目标传感器；
确定与所述目标传感器具有故障关联关系的候选传感器集合，所述候选传感器集合中包含与所述目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；
根据目标候选传感器与所述候选传感器集合中其他候选传感器的关联系数变化率，确定所述候选传感器集合的故障情况，所述目标候选传感器为所述候选传感器集合中的任一候选传感器。
可选的，在确定第一设备中发生故障的目标传感器之前，所述方法还包括：
针对M个设备中的每一个设备包含的N个传感器构建传感器关联网络，所述传感器关联网络包括所述N个传感器中每两个传感器之间的关联系数，所述M个设备为具有相同型号的M个设备，所述第一设备为所述M个设备中的任一设备，其中，M、N为大于零的整数；
根据所述M个设备对应的M个所述传感器关联网络，确定所述N个传感器中每两个传感器之间的关联系数取值范围。
可选的，所述根据目标候选传感器与所述候选传感器集合中其他传感器的关联系数变化率，确定所述候选传感器集合的故障情况，包括：
根据所述目标传感器与每个所述其他传感器的当前关联系数，以及所述关联系数取值范围，确定所述候选传感器集合中与所述目标传感器的关联系数超出所述关联系数取值范围的一个或多个候选传感器，作为第一候选传感器子集；
将所述第一候选传感器子集中的任一候选传感器作为所述目标候选传感器，确定所述候选传感器集合中与所述目标候选传感器的关联系数变化率大于或等于预设的变化率阈值的候选传感器的第一数量；
当所述第一数量大于或等于预设的第一数量阈值时，确定所述目标候选传感器发生故障；
当所述第一数量小于所述第一数量阈值时，确定所述目标候选传感器运行正常。
可选的，所述根据目标候选传感器与所述候选传感器集合中其他传感器的关联系数变化率，确定所述候选传感器集合的故障情况，还包括：
当确定所述第一候选传感器子集中的所有候选传感器运行正常时，确定所述候选传感器集合中与所述目标传感器的关联系数处于所述关联系数取值范围内的一个或多个候选传感器，作为第二候选传感器子集；
将所述第二候选传感器子集中的任一候选传感器作为所述目标候选传感器，确定所述候选传感器集合中与所述目标候选传感器的关联系数变化率大于或等于所述变化率阈值的候选传感器的第二数量；
当所述第二数量大于或等于预设的第二数量阈值时，确定所述目标候选传感器发生故障；
当所述第二数量小于所述第二数量阈值时，确定所述目标候选传感器运行正常。
可选的，所述确定第一设备中发生故障的目标传感器，包括：
确定所述第一设备中发生报警的传感器为所述目标传感器；或者
获取所述第一设备中的每个传感器的关联关系变化率之和，所述每个传感器的关联关系变化率之和是所述每个传感器与所述第一设备中每个其他传感器之间关联关系变化率的总和；
将所述关联关系变化率之和最大的传感器确定为所述目标传感器。
根据本公开实施例的第二方面，提供一种设备故障诊断装置，所述装置包括：
故障传感器确定模块，用于确定第一设备中发生故障的目标传感器；
关联传感器确定模块，用于确定与所述目标传感器具有故障关联关系的候选传感器集合，所述候选传感器集合中包含与所述目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；
故障诊断模块，用于根据目标候选传感器与所述候选传感器集合中其他候选传感器的关联系数变化率，确定所述候选传感器集合的故障情况，所述目标候选传感器为所述候选传感器集合中的任一候选传感器。
可选的，所述装置还包括：
关联网络构建模块，用于针对M个设备中的每一个设备包含的N个传感器构建传感器关联网络，所述传感器关联网络包括所述N个传感器中每两个传感器之间的关联系数，所述M个设备为具有相同型号的M个设备，所述第一设备为所述M个设备中的任一设备，其中，M、N为大于零的整数；
取值范围确定模块，用于根据所述M个设备对应的M个所述传感器关联网络，确定所述N个传感器中每两个传感器之间的关联系数取值范围。
可选的，所述故障诊断模块，包括：
关联系数判断子模块，用于根据所述目标传感器与每个所述其他传感器的当前关联系数，以及所述关联系数取值范围，确定所述候选传感器集合中与所述目标传感器的关联系数超出所述关联系数取值范围的一个或多个候选传感器，作为第一候选传感器子集；
数量确定子模块，用于将所述第一候选传感器子集中的任一候选传感器作为所述目标候选传感器，确定所述候选传感器集合中与所述目标候选传感器的关联系数变化率大于或等于预设的变化率阈值的候选传感器的第一数量；
故障诊断子模块，用于当所述第一数量大于或等于预设的第一数量阈值时，确定所述目标候选传感器发生故障；
当所述第一数量小于所述第一数量阈值时，确定所述目标候选传感器运行正常。
可选的，所述关联系数判断子模块，还用于当确定所述第一候选传感器子集中的所有候选传感器运行正常时，确定所述候选传感器集合中与所述目标传感器的关联系数处于所述关联系数取值范围内的一个或多个候选传感器，作为第二候选传感器子集；
所述数量确定子模块，还用于将所述第二候选传感器子集中的任一候选传感器作为所述目标候选传感器，确定所述候选传感器集合中与所述目标候选传感器的关联系数变化率大于或等于所述变化率阈值的候选传感器的第二数量；
所述故障诊断子模块，还用于当所述第二数量大于或等于预设的第二数量阈值时，确定所述目标候选传感器发生故障；
当所述第二数量小于所述第二数量阈值时，确定所述目标候选传感器运行正常。
可选的，所述故障传感器确定模块，包括：
第一传感器确定子模块，用于确定所述第一设备中发生报警的传感器为所述目标传感器；或者
第二传感器确定子模块，用于获取所述第一设备中的每个传感器的关联关系变化率之和，所述每个传感器的关联关系变化率之和是所述每个传感器与所述第一设备中每个其他传感器之间关联关系变化率的总和；以及
将所述关联关系变化率之和最大的传感器确定为所述目标传感器。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第一方面中所述方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
本公开实施例的第三方面所述的计算机可读存储介质；以及
一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。
本公开的提供的设备故障诊断方法、装置、储存介质和电子设备，能够确定第一设备中发生故障的目标传感器；确定与该目标传感器具有故障关联关系的候选传感器集合，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况，该目标候选传感器为该候选传感器集合中的任一候选传感器。能够根据关联系数对传感器间的关联关系进行直观地定义和筛选，再通过与故障传感器具有强关联的传感器之间的关联系数变化情况，对强关联传感器的故障情况进行判断，从而能够在不依赖于专家知识以及时间顺序的情况下，根据故障传感器实现对其关联的传感器的故障情况的诊断。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种设备故障诊断方法的流程图；
图2是根据一示例性实施例示出的一种传感器关联网络的示意图；
图3是根据图1所示实施例示出的另一种设备故障诊断方法的流程图；
图4是根据图1所示实施例示出的一种传感器故障检测方法的流程图；
图5是根据图1所示实施例示出的另一种传感器故障检测方法的流程图；
图6是根据一示例性实施例示出的一种设备故障诊断装置的框图；
图7是根据图6所示实施例示出的另一种设备故障诊断装置的框图；
图8是根据图6所示实施例示出的一种故障诊断模块的框图；
图9是根据图6所示实施例示出的一种故障传感器确定模块的框图；
图10是根据一示例性实施例示出的一种电子设备的框图；
图11是根据一示例性实施例示出的另一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种设备故障诊断方法的流程图，如图1所示，该方法可以包括以下步骤：
步骤101，确定第一设备中发生故障的目标传感器。
示例地，第一设备可以是任意一个设备，当该第一设备中存在发生报警的传感器时，该步骤101可以包括：确定该第一设备中发生报警的传感器为该目标传感器；或者，在该第一设备已经宕机无法运行，传感器无法进行报警的情况下，该步骤101可以包括：首先，获取该第一设备中的每个传感器的关联关系变化率之和，该每个传感器的关联关系变化率之和是该每个传感器与该第一设备中每个其他传感器之间关联关系变化率的总和；其次，将该关联关系变化率之和最大的传感器确定为该目标传感器。
示例地，随着设备使用时间增长、外部条件的变化或者设备本身的故障，传感器之间的关联系数会出现变化，该关联系数变化率用于表示每两个传感器之间的关联系数相对于出厂状态的变化幅度，该关联系数变化率的计算公式(1)如下：
其中，rate表示传感器X和传感器Y之间的关联系数变化率，ρcurrent为故障设备在当前故障情况下，传感器X和传感器Y之间的关联系数，ρnormal为故障设备在出厂时期或者正常运行时期，传感器X和传感器Y之间的关联系数。
进一步地，该每个传感器与该第一设备中每个其他传感器之间关联关系变化率的总和可以表示为：
其中，ratej表示该每个传感器与该第一设备中每个其他传感器之间关联关系变化率，n为该第一设备中传感器的个数，j<n。当该第一设备已经宕机无法运行，传感器无法进行报警时，在步骤101中，可以为对进行倒排序，并选出值最大的传感器以此传感器为中心点(即目标传感器)，进行故障诊断。
步骤102，确定与该目标传感器具有故障关联关系的候选传感器集合。
其中，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器。
示例地，该关联系数可以为皮尔森关联系数，皮尔森关联系数用于描述两个变量间线性相关强弱的程度，两个变量间的皮尔森关联系数的绝对值越大，表明两个变量间的相关性越强，皮尔森关联系数的计算公式(3)如下：
其中，X和Y分别表示传感器X与传感器Y的监控数据集合，ρX,Y为传感器X与传感器Y的皮尔森关联系数，cov(X,Y)表示传感器X与传感器Y的监控数据集合之间协方差，σX和σY分别表示传感器X与传感器Y的监控数据集合的标准差，E((X-μX)(Y-μY))表示传感器X与传感器Y的监控数据集合分别与各自的平均值的误差的数学期望，μX和μY分别表示传感器X与传感器Y的监控数据集合的平均值。
通过上述公式，可以在确定该目标传感器之后，计算出该目标传感器与该第一设备中的其他传感器的关联系数，并将与该目标传感器的关联系数大于或等于预设的强关联阈值的传感器作为该候选传感器。
步骤103，根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况。
其中，该目标候选传感器为该候选传感器集合中的任一候选传感器。
示例地，如果该目标候选传感器与其他候选传感器中的多数都出现关联系数变化幅度较大的情况，则可以确认该目标候选传感器可能出现故障的情况，并且可以进一步推测该目标候选传感器为上述目标传感器出现故障的原因。
综上所述，本公开提供的设备故障诊断方法，能够确定第一设备中发生故障的目标传感器；确定与该目标传感器具有故障关联关系的候选传感器集合，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况，该目标候选传感器为该候选传感器集合中的任一候选传感器。能够根据关联系数对传感器间的关联关系进行直观地定义和筛选，再通过与故障传感器具有强关联的传感器之间的关联系数变化情况，对强关联传感器的故障情况进行判断，从而能够在不依赖于专家知识以及时间顺序的情况下，根据故障传感器实现对其关联的传感器的故障情况的诊断。
示例性的，图2是根据一示例性实施例示出的一种传感器关联网络的示意图，其中，传感器A、B、C、D为同一设备中的传感器，每两个传感器之间的连接线表示两个传感器之间的关联系数，如图2所示，可以将传感器A作为上述发生故障的目标传感器，传感器A与传感器B、传感器C、传感器D之间的当前关联系数分别为0.984、1.000和0.937。当预先设定的强关联阈值Tρ为0.900时，可以确认传感器B、传感器C与传感器D组成该传感器A的候选传感器集合。之后，可以依次对该候选传感器集合进行遍历，通过目标候选传感器与其他候选传感器之间的关联系数变化率对该候选传感器集合的故障情况进行判断。以图中虚线包围的传感器B为例，分别计算传感器B与传感器C、传感器D的关联系数变化率，如果传感器C和传感器D中有超过预设数量阈值的(例如，1个)传感器与传感器B之间的关联系数变化率大于变化率阈值，则确认传感器B发生故障。需要说明的是，上述的预设数量阈值可以根据实际情况设置，例如，当采用投票机制时，该预设数量阈值可以设置为上述其他候选传感器数量的一半，如果在上述其他候选传感器中有超过半数的传感器与传感器B之间的关联系数变化率大于变化率阈值，则确认传感器B发生故障。
图3是根据图1所示实施例示出的另一种设备故障诊断方法的流程图，如图3所示，在上述步骤101之前，可以预先对某个型号的设备构建其传感器关联网络，因此该方法在步骤101之前还可以包括以下步骤。
步骤104，针对M个设备中的每一个设备包含的N个传感器构建传感器关联网络。
其中，M、N为大于零的整数，该传感器关联网络包括该N个传感器中每两个传感器之间的关联系数，该M个设备为具有相同型号的M个设备，该第一设备为该M个设备中的任一设备。
示例地，在对设备进行故障诊断之前，可以根据设备的出厂数据预先计算设备中每两个传感器之间的初始关联系数，再通过这些初始关联系数构建传感器关联网络。通过这些初始关联系数构建的传感器关联网络NNnormal可以表示为：
其中，ρ11～ρ55表示设备中任意两个传感器之间的初始关联系数。
需要说明的是，具有相同型号的M个设备并不意味着对应的M个传感器关联网络中相应的关联系数(例如，ρ11)一定相同，所以需要在设备初始阶段或者设备正常运行时，对M个设备对应的M个传感器关联网络进行构建，再在步骤105中确定该ρ11在设备正常运行情况下的取值范围。
步骤105，根据该M个设备对应的M个该传感器关联网络，确定该N个传感器中每两个传感器之间的关联系数取值范围。
示例地，针对于N个传感器中任意两个传感器之间的关联系数，例如ρ11，收集这两种传感器在M个传感器关联网络中相应的M组ρ11，最后根据该M组ρ11，获取ρ11的取值范围。
图4是根据图1所示实施例示出的一种传感器故障检测方法的流程图，如图4所示，上述步骤103可以包括以下步骤。
步骤1031，根据该目标传感器与每个其他传感器的当前关联系数，以及该关联系数取值范围，确定该候选传感器集合中与该目标传感器的关联系数超出该关联系数取值范围的一个或多个候选传感器，作为第一候选传感器子集。
示例地，在锁定目标候选传感器之前，可以通过该目标传感器与候选传感器集合中的每个候选传感器的当前关联系数，以及该关联系数取值范围，缩小锁定目标候选传感器的范围。例如，根据上述步骤101确定该第一设备中发生故障的目标传感器为传感器A，与该传感器A之间的关联系数大于或等于预设的强关联阈值Tρ(例如，0.930)的候选传感器包括：传感器B、C、D、E以及F，其中，ρA,B＝0.984，ρA,C＝1.000，ρA,D＝0.937，ρA,E＝0.955，ρA,F＝0.964。根据步骤104～105，可以确定传感器之间的关联关系取值范围delta(A,B)＝(0.9500，0.9800)，delta(A,C)＝(0.9900，1.0000)，delta(A,D)＝(0.9500，0.9600)，delta(A,E)＝(0.9400，0.9600)，delta(A,F)＝(0.9500，0.9600)。基于上述关联系数以及关联系数取值范围，由于传感器B、D、F的关联系数不在关联系数取值范围内，可以确定第一候选传感器子集包括传感器B、D和F。
步骤1032，将该第一候选传感器子集中的任一候选传感器作为该目标候选传感器，确定该候选传感器集合中与该目标候选传感器的关联系数变化率大于或等于预设的变化率阈值的候选传感器的第一数量。
步骤1033，当该第一数量大于或等于预设的第一数量阈值时，确定该目标候选传感器发生故障。
步骤1034，当该第一数量小于该第一数量阈值时，确定该目标候选传感器运行正常。
示例地，当该目标候选传感器与该候选传感器集合中多数(即大于或等于预设的第一数量阈值，例如，在投票机制下，该第一数量阈值可以设置为除目标候选传感器外的其他候选传感器数量的一半)的候选传感器的关联系数都出现明显变化(即变化率大于或等于预设的变化率阈值)，则认为该目标候选传感器有很大概率出现故障或异常的情况。例如，以上述第一候选传感器子集中的传感器B作为该目标候选传感器，通过上述公式(1)分别计算传感器B与传感器C、D、E、F的关联系数变化率，再通过投票机制，如果传感器C、D、E、F中有超过半数的(即，两个或两个以上)传感器与传感器B之间的关联系数变化率大于变化率阈值，则确认传感器B发生故障。如果传感器C、D、E、F中与传感器B之间的关联系数变化率大于变化率阈值的传感器个数未超过半数(即两个以下)，则确认传感器B没有发生故障。
图5是根据图1所示实施例示出的另一种传感器故障检测方法的流程图，如图5所示，当在步骤1034中确定该第一候选传感器子集中的所有候选传感器都运行正常时，该步骤103还可以包括以下步骤。
步骤1035，确定该候选传感器集合中与该目标传感器的关联系数处于该关联系数取值范围内的一个或多个候选传感器，作为第二候选传感器子集。
示例地，当通过步骤1032和1034确定该第一候选传感器子集中的每个候选传感器都运行正常时，可以通过步骤1035再次筛选出该候选传感器集合中与该目标传感器的关联系数处于该关联系数取值范围内的第二候选传感器子集，并对该第二候选传感器子集中的候选传感器的故障情况进行检测。依然以上述步骤1031中所述的传感器集合为例，在该步骤1035中，基于上述关联系数以及关联系数取值范围，可以确定该第二候选传感器子集包括传感器C和E。
步骤1036，将该第二候选传感器子集中的任一候选传感器作为该目标候选传感器，确定该候选传感器集合中与该目标候选传感器的关联系数变化率大于或等于该变化率阈值的候选传感器的第二数量。
步骤1037，当该第二数量大于或等于预设的第二数量阈值时，确定该目标候选传感器发生故障。
步骤1038，当该第二数量小于该第二数量阈值时，确定该目标候选传感器运行正常。
示例地，当该目标候选传感器与该候选传感器集合中多数(即大于或等于预设的第二数量阈值)的候选传感器的关联系数都出现明显变化(即变化率大于或等于预设的变化率阈值)，则认为该目标候选传感器有很大概率出现故障或异常的情况。例如，以上述第二候选传感器子集中的传感器C作为该目标候选传感器，通过上述公式(1)分别计算传感器C与传感器B、D、E、F的关联系数变化率，以第二数量阈值为2个为例，如果传感器B、D、E、F中有2个传感器与传感器C之间的关联系数变化率大于变化率阈值，则确认传感器C发生故障。如果传感器B、D、E、F中与传感器C之间的关联系数变化率大于变化率阈值的传感器个数小于2个，则确认传感器C没有发生故障。
通过上述步骤1031至1038，将候选传感器集合中的候选传感器按照与目标传感器的关联系数是否超出该关联系数取值范围划分成第一候选传感器子集和第二候选传感器子集，由于第一候选传感器子集中的候选传感器与目标传感器的关联系数都是超出该关联系数取值范围的，因此第一候选传感器子集中出现故障传感器的概率更高，因此优先在该第一候选传感器子集中确定故障传感器，更容易找到故障传感器，因此能够提高确定故障传感器的速度，提升系统效率。并且，在该第一候选传感器子集中确定故障传感器之后，可以不执行步骤1035至1038，即一旦在第一候选传感器子集中确定了故障传感器，就不再第二候选传感器子集中继续查找故障传感器，这是也因为第一候选传感器子集中出现故障传感器的概率更高，第二候选传感器子集中出现故障传感器的概率较低，因此在该第一候选传感器子集中确定故障传感器之后，不执行步骤1035至1038可以保证在系统的准确性降低很少的情况下，来降低系统在确定故障传感器时对计算能力的消耗，从而降低系统负载，可以提升系统效率。
需要说明的是，在另一种实现方式中，当步骤1034中确定该第一候选传感器子集中存在候选传感器发生故障时，也可以继续执行步骤1035至1038，从而可以保证整个候选传感器集合中发生故障的所有传感器都被发现。在实际操作中，在该第一候选传感器子集中确定故障传感器之后，是否继续在第二候选传感器子集中确定故障传感器，可以根据实际需求来确定，本实施例中不进行限定。
综上所述，本公开提供的设备故障诊断方法，能够确定第一设备中发生故障的目标传感器；确定与该目标传感器具有故障关联关系的候选传感器集合，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况，该目标候选传感器为该候选传感器集合中的任一候选传感器。能够根据关联系数对传感器间的关联关系进行直观地定义和筛选，再通过与故障传感器具有强关联的传感器之间的关联系数变化情况，对强关联传感器的故障情况进行判断，从而能够在不依赖于专家知识以及时间顺序的情况下，根据故障传感器实现对其关联的传感器的故障情况的诊断。
图6是根据一示例性实施例示出的一种设备故障诊断装置的框图，该设备故障诊断装置600可以用于执行图1所示的方法。参见图6，该装置600可以包括：
故障传感器确定模块610，用于确定第一设备中发生故障的目标传感器；
关联传感器确定模块620，用于确定与该目标传感器具有故障关联关系的候选传感器集合，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；
故障诊断模块630，用于根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况，该目标候选传感器为该候选传感器集合中的任一候选传感器。
图7是根据图6所示实施例示出的另一种设备故障诊断装置的框图，该设备故障诊断装置600可以用于执行图3所示的方法。参见图7，该装置600还可以包括：
关联网络构建模块640，用于针对M个设备中的每一个设备包含的N个传感器构建传感器关联网络，该传感器关联网络包括该N个传感器中每两个传感器之间的关联系数，该M个设备为具有相同型号的M个设备，该第一设备为该M个设备中的任一设备，其中，M、N为大于零的整数；
取值范围确定模块650，用于根据该M个设备对应的M个该传感器关联网络，确定该N个传感器中每两个传感器之间的关联系数取值范围。
图8是根据图6所示实施例示出的一种故障诊断模块的框图，该故障诊断模块630可以用于执行图4或图5所示的方法。参见图8，该故障诊断模块630可以包括：
关联系数判断子模块631，用于根据该目标传感器与每个该其他传感器的当前关联系数，以及该关联系数取值范围，确定该候选传感器集合中与该目标传感器的关联系数超出该关联系数取值范围的一个或多个候选传感器，作为第一候选传感器子集；
数量确定子模块632，用于将该第一候选传感器子集中的任一候选传感器作为该目标候选传感器，确定该候选传感器集合中与该目标候选传感器的关联系数变化率大于或等于预设的变化率阈值的候选传感器的第一数量；
故障诊断子模块633，用于当该第一数量大于或等于预设的第一数量阈值时，确定该目标候选传感器发生故障；
当该第一数量小于该第一数量阈值时，确定该目标候选传感器运行正常。
可选的，该关联系数判断子模块631，还用于确定该候选传感器集合中与该目标传感器的关联系数处于该关联系数取值范围内的一个或多个候选传感器，作为第二候选传感器子集；
该数量确定子模块632，还用于将该第二候选传感器子集中的任一候选传感器作为该目标候选传感器，确定该候选传感器集合中与该目标候选传感器的关联系数变化率大于或等于该变化率阈值的候选传感器的第二数量；
该故障诊断子模块633，还用于当该第二数量大于或等于预设的第二数量阈值时，确定该目标候选传感器发生故障；
当该第二数量小于该第二数量阈值时，确定该目标候选传感器运行正常。
图9是根据图6所示实施例示出的一种故障传感器确定模块的框图。参见图9，该故障传感器确定610可以包括：
第一传感器确定子模块611，用于确定该第一设备中发生报警的传感器为该目标传感器；或者
第二传感器确定子模块612，用于获取该第一设备中的每个传感器的关联关系变化率之和，该每个传感器的关联关系变化率之和是该每个传感器与该第一设备中每个其他传感器之间关联关系变化率的总和；以及
将该关联关系变化率之和最大的传感器确定为该目标传感器。
综上所述，本公开提供的设备故障诊断装置，能够确定第一设备中发生故障的目标传感器；确定与该目标传感器具有故障关联关系的候选传感器集合，该候选传感器集合中包含与该目标传感器的关联系数大于或等于预设的强关联阈值的多个候选传感器；根据目标候选传感器与该候选传感器集合中其他候选传感器的关联系数变化率，确定该候选传感器集合的故障情况，该目标候选传感器为该候选传感器集合中的任一候选传感器。能够根据关联系数对传感器间的关联关系进行直观地定义和筛选，再通过与故障传感器具有强关联的传感器之间的关联系数变化情况，对强关联传感器的故障情况进行判断，从而能够在不依赖于专家知识以及时间顺序的情况下，根据故障传感器实现对其关联的传感器的故障情况的诊断。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图10是根据一示例性实施例示出的一种电子设备1000的框图。如图10所示，该电子设备1000可以包括：处理器1001，存储器1002，多媒体组件1003，输入/输出(I/O)接口1004，以及通信组件1005。
其中，处理器1001用于控制该电子设备1000的整体操作，以完成上述的设备故障诊断方法中的全部或部分步骤。存储器1002用于存储各种类型的数据以支持在该电子设备1000的操作，这些数据例如可以包括用于在该电子设备1000上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器1002可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件1003可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1002或通过通信组件1005发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口1004为处理器1001和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件1005用于该电子设备1000与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件1005可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，电子设备1000可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的设备故障诊断方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，例如包括程序指令的存储器1002，上述程序指令可由电子设备1000的处理器1001执行以完成上述的设备故障诊断方法。
图11是根据一示例性实施例示出的一种电子设备1100的框图。例如，电子设备1100可以被提供为一服务器。参照图11，电子设备1100包括处理器1122，其数量可以为一个或多个，以及存储器1132，用于存储可由处理器1122执行的计算机程序。存储器1132中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1122可以被配置为执行该计算机程序，以执行上述的设备故障诊断方法。
另外，电子设备1100还可以包括电源组件1126和通信组件1150，该电源组件1126可以被配置为执行电子设备1100的电源管理，该通信组件1150可以被配置为实现电子设备1100的通信，例如，有线或无线通信。此外，该电子设备1100还可以包括输入/输出(I/O)接口1158。电子设备1100可以操作基于存储在存储器1132的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，例如包括程序指令的存储器1132，上述程序指令可由电子设备1100的处理器1122执行以完成上述的设备故障诊断方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。