现实中,设备正常运转时间比发生故障的时间要多，在系统实施初期先从采集正常声音进行分析，经过特征提取及模型训练，完成正常特征库的建立。

当 设备状态监测系统正式开始上线使用后，当新的声音信号进入系统后，与训练好的正常特征库进行比对，符合正常特征则识别为设备正常。如果不合符正常特征，则识别为设备异常，提供异常报警。现场人员需要进行声音标记，标记正常则进入正常模型库进行再次训练，标记故障则进入故障模型进行故障特征训练。

后期随着系统的不断使用，系统会累积一定的故障模型，当有同类型故障发生时则系统自动识别为故障，并给予故障报警提示。

设备状态监测系统效益分析

1.经济效益

通过系统的应用可有效提升电厂辅机设备管理水平，大限度实现设备的预测性维护。保障设备状态下运行、降低运行维护成本、提升整体检修效率。系统投运后预计设备维护成本下降20-30%；设备使用寿命延长2-3倍；库存备件可节约10-15%；减少辅机设备非停次数50%。

2.社会效益

本项目的实施开展有利于减少电厂设备事故的发生，体现了发电企业的安全生产理念，也将进一步改善发电行业的整体形象。随着系统的建设应用，各类数据得到了有效的归管与分析，增强领导决策的科学性，进一步提高安全生产工作的针对性，及时解决出现的新问题和新矛盾。保证发电机组的安全稳定运行的同时也对电网乃至整个社会的用电安全起着至关重要的作用。

3.管理效益

设备状态监测系统作为智慧工业重要的组成部分，建设过程中神经网络技术、数据可视化技术、大数据分析计算的探索与应用为系统信息系统的开发建设积累的宝贵的建设经验。