1.本发明涉及设备监测技术领域，尤其涉及一种设备健康状态的评估方法、系统、电子设备及介质。背景技术：2.随着工业水平的高速发展，自动化的程度得到普及，现代化工业生产体系逐渐朝着智能化的方向发展，但是，不管生产线多么优秀或者工业设备如何先进都无法有效避免设备老化、设备损坏等设备异常问题。目前，对于设备健康状态的监测，大部分工厂实行的是定期点检制度，而不是根据设备所监测的数据来判断是否需要进行检维修，从而导致大量人力、物力的浪费；此外，定期点检制度并不能及时监测到设备的异常情况，从而无法有效地避免设备异常导致的生产异常问题。技术实现要素：3.本发明提供一种设备健康状态的评估方法、系统、电子设备及介质，以解决现有技术中设备健康状态监测方式不合理的问题。4.本发明提供的设备健康状态的评估方法，包括：5.获取样本应力波数据和目标设备的待评价应力波数据，并根据所述样本应力波数据的平均值和所述待评价应力波数据的平均值确定目标波动值；6.采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集，所述第一数据集的平均值小于所述第二数据集的平均值，所述目标应力波数据包括所述样本应力波数据和所述待评价应力波数据；7.获取所述第二数据集的目标数据量，并根据所述目标数据量和所述目标应力波数据确定目标波动量；8.根据所述目标波动值和所述目标波动量得到所述目标设备的健康评估结果。9.可选的，所述目标数据量包括第一数据量和第二数据量，所述获取所述第二数据集的目标数据量，并根据所述目标数据量和所述目标应力波数据确定目标波动量包括：10.获取所述第二数据集中所述样本应力波数据的数据量，得到第一数据量；11.获取所述第二数据集中所述待评价应力波数据的数据量，得到第二数据量；12.根据所述第一数据量与所述样本应力波数据的数据量的比值，生成第一目标值；13.根据所述第二数据量与所述待评价应力波数据的数据量的比值，生成第二目标值；14.根据所述第一目标值和所述第二目标值确定所述目标波动量。15.可选的，所述聚类算法包括k-means聚类算法，所述采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集包括：16.设置k-means聚类算法的聚类参数k为2，采用k-means聚类算法对所述目标应力波数据进行分类处理，得到第一数据集和第二数据集。17.可选的，所述根据所述目标波动值和所述目标波动量得到所述目标设备的健康评估结果包括：18.设置数值权重和数量权重；19.根据所述数值权重和所述目标波动值确定数值评价数据；20.根据所述数量权重和所述目标波动量确定数量评价数据；21.根据所述数值评价数据和所述数量评价数据得到所述健康评估结果。22.可选的，所述设置数值权重和数量权重包括：23.获取健康状态与所述目标波动值的关联数据，得到数值关联数据；24.获取健康状态与所述目标波动量的关联数据，得到数量关联数据；25.根据所述数值关联数据和所述数量关联数据设置所述数值权重和所述数量权重。26.可选的，所述获取样本应力波数据和目标设备的待评价应力波数据之后还包括：27.对所述样本应力波数据和所述待评价应力波数据进行预处理，所述预处理包括删除停机数据和无效数据。28.可选的，所述根据所述目标波动值和所述目标波动量得到所述目标设备的健康评估结果之后，还包括：29.将所述健康评估结果与预设评估数据进行比对，生成健康比对结果；30.若所述健康比对结果为异常，则生成预警信息。31.本发明还提供了一种设备健康状态的评估系统，包括：32.波动值模块，用于获取样本应力波数据和目标设备的待评价应力波数据，并根据所述样本应力波数据的平均值和所述待评价应力波数据的平均值确定目标波动值；33.分类模块，用于采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集，所述第一数据集的平均值小于所述第二数据集的平均值，所述目标应力波数据包括所述样本应力波数据和所述待评价应力波数据；34.波动量模块，用于获取所述第二数据集的目标数据量，并根据所述目标数据量和所述目标应力波数据确定目标波动量；35.评估模块，用于根据所述目标波动值和所述目标波动量得到所述目标设备的健康评估结果，所述波动值模块、所述分类模块、所述波动量模块和所述评估模块相连接。36.本发明还提供一种电子设备，包括：处理器及存储器；37.所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述设备健康状态的评估方法。38.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述设备健康状态的评估方法。39.本发明的有益效果：本发明中的设备健康状态的评估方法，通过样本应力波数据的平均值和待评价应力波数据的平均值确定目标波动值，从而实现了对目标设备的待评价应力波数据的波动数值的评价；采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集；获取第二数据集的目标数据量，并根据目标数据量和目标应力波数据确定目标波动量，从而实现了对目标设备待评价应力波数据的异常波动数据量的评价；通过目标波动值和目标波动量得到健康评估结果，从而实现了从应力波数据的波动数值和波动数据量两个维度得到目标设备的健康评估结果，进而实现了对目标设备的健康状态的合理评估。待评价应力波数据包括目标设备的实时应力波数据，通过获取目标设备的实时应力波数据，并采用波动值和波动量的方式获取目标设备的健康评估结果，从而实现了对目标设备健康状态的实时监测，整个健康评估过程不需要定期点检，从而节约了大量人力和物力。附图说明40.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。41.图1是本发明实施例中设备健康状态的评估方法的流程示意图；42.图2是本发明实施例中目标波动量的确定方法的流程示意图；43.图3是本发明实施例中设备健康状态的评估系统的结构示意图；44.图4是本发明实施例中电子设备的结构示意图。具体实施方式45.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。46.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。47.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。48.图1是本发明在一实施例中提供的设备健康状态的评估方法的流程示意图。49.如图1所示，上述设备健康状态的评估方法，包括步骤s110-s140：50.s110，获取样本应力波数据和目标设备的待评价应力波数据，并根据样本应力波数据的平均值和待评价应力波数据的平均值确定目标波动值；51.s120，采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集；52.s130，获取第二数据集的目标数据量，并根据目标数据量和目标应力波数据确定目标波动量；53.s140，根据目标波动值和目标波动量得到目标设备的健康评估结果。54.在本实施例的步骤s110中，在设备正常工作下，对于同一类型或者同一型号的设备的应力波能量值具有相似性，因此通过将目标设备的待评价应力波数据与设备正常工作时的样本应力波数据进行比对，最后得到目标设备的健康评估结果。样本应力波数据可以是目标设备同一种类型或者同一种型号的设备正常工作时的应力波能量值，样本应力波数据还可以是目标设备正常工作时的历史应力波能量值。目标设备为需要健康状态评估的设备，待评价应力波数据为目标设备需要评估时间段的应力波能量值，待评价应力波数据可以是目标设备的实时应力波能量值，通过实时应力波数据得到目标设备的健康评估结果，从而实现了对目标设备健康状态的实时监测，整个健康评估过程不需要定期点检，从而节约了大量人力和物力。55.具体地，目标波动值为样本应力波数据的平均值和待评价应力波数据的平均值的比值，目标波动值用于评估待评价应力波数据偏离正常应力波能量值的数值大小程度；通过样本应力波数据和待评价应力波数据确定目标波动值，从而实现了对目标设备的待评价应力波数据的波动数值的评价。56.为了确保根据样本应力波数据和待评价应力波数据所得到的目标设备的健康评估结果的准确性，获取到样本应力波数据和待评价应力波数据后，需要对样本应力波数据和待评价应力波数据进行预处理，预处理包括去除设备停机时的应力波能量值和无效应力波能量值。为了保证评估结果的准确性，样本应力波数据的数据量与待评价应力波数据的数据量的比值应该大于预设目标比值，预设目标比值根据实际情况进行设定，预设目标比值大于1，例如10、11、12等。此外，为了进一步确保健康评估结果的准确性，样本应力波数据和待评价应力波数据为设备处于相同工况下的应力波能量值。57.在本实施例的步骤s120中，目标应力波数据包括样本应力波数据和待评价应力波数据，即目标应力波数据为样本应力波数据与待评价应力波数据的集合。聚类算法包括但不限于k-means聚类算法，具体地，设置k-means聚类算法的聚类参数k为2，采用k-means聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集，第一数据集的平均值小于第二数据集的平均值。58.在本实施例的步骤s130中，获取第二数据集的目标数据量，并根据目标数据量和目标应力波数据确定目标波动量的实现方法请参见图2，图2是在本发明在一实施例中目标波动量的确定方法的流程示意图。59.如图2所示，目标波动量的确定方法可以包括以下步骤s210-s250：60.s210，获取第二数据集中样本应力波数据的数据量，得到第一数据量；61.s220，获取第二数据集中待评价应力波数据的数据量，得到第二数据量；62.s230，根据第一数据量与样本应力波数据的数据量的比值，生成第一目标值；63.s240，根据第二数据量与待评价应力波数据的数据量的比值，生成第二目标值；64.s250，根据第一目标值和第二目标值确定目标波动量。65.具体地，目标波动量为第一目标值和第二目标值的比值，目标波动量用于评估待评价应力波数据偏离正常应力波能量值的数据量大小；通过目标数据量和目标应力波数据确定目标波动值，从而实现了对目标设备待评价应力波数据的异常波动数据量的评价。66.在本实施例的步骤s140中，根据目标波动值和目标波动量得到目标设备的健康评估结果包括设置数值权重和数量权重；根据数值权重和目标波动值确定数值评价数据；根据数量权重和目标波动量确定数量评价数据；根据数值评价数据和数量评价数据得到健康评估结果。具体地，数值评价数据为数值权重和目标波动值的乘积，数量评价数据为数量权重和目标波动量的乘积，健康评估结果为数值评价数据与数量评价数据之和，数值权重和数量权重之和为1。67.在一实施例中，若目标波动值满足第一预设条件，则可以不采用根据样本应力波数据的平均值和待评价应力波数据的平均值确定目标波动值的方式得到目标波动值，可直接将目标波动值设置为1，若目标波动量满足第二预设条件，则可以不采用根据目标数据量和目标应力波数据确定目标波动量的方式得到目标波动量，可直接将目标波动量设置为1。第一预设条件和第二预设条件均可以根据目标设备的设备参数和运行参数进行设定。例如，若目标波动值大于1，则可以将目标波动值设置为1；若目标波动量大于1，则可以将目标波动量设置为1；若目标波动值小于或等于1且第二数据集中没有样本应力波数据，则可以将目标波动量设置为1；若目标波动值大于1且第二数据集中没有样本应力波数据，则可以将目标波动值和目标波动量设置为1。通过采用数值评价数据和数量评价数据共同确定健康评估结果的方式，从而实现了从应力波数据的波动数值和波动数据量两个维度得到目标设备的健康评估结果，进而实现了对目标设备的健康状态的合理评估。68.在一具体的实施例中，健康评估结果的数学表达为：[0069][0070]其中，x1为样本应力波数据，x2为待评价应力波数据，x1-1为为第二数据集中的样本应力波数据，x2-1为第二数据集中待评价应力波数据，#(x1-1),#(x1),#(x2-1),#(x2)分别表示的是x1-1,x1,x2-1,x2中样本的个数，表示的是x1所对应的均值，表示的是x2所对应的均值，s表示的是目标设备的健康评估结果，数值权重和数量权重均为0.5。衡量的是两段数据的波动程度，衡量的是两段数据的波动程度的大小。[0071]在一实施例中，设置数值权重和数量权重的实现方法包括：获取健康状态与目标波动值的关联数据，得到数值关联数据；获取健康状态与目标波动量的关联数据，得到数量关联数据；根据数值关联数据和数量关联数据设置数值权重和数量权重。数值关联数据可以根据样本应力波数据的平均值得到，数量关联数据可以根据样本应力波数据中大于平均值的数据量得到，数值关联数据越大，则数值权重越大，数量关联数据越大，则数量权重越大。[0072]具体地，健康评估结果为目标设备的健康评估分值，健康评估分值越大，表明目标设备的健康状态越好。得到目标设备的健康评估结果之后，还可以将健康评估结果与预设评估结果进行比对，得到健康对比结果；若健康比对结果为异常，则生成预警信息。预设评估数据可以根据目标设备的实际情况进行设定，预设评估数据包括但不限于0.4、0.6、0.8。预设评估数据可以是一个数值，也可以是多个数值，当预设健康评估结果小于预设评估数据，则健康比对结果为异常。生成预警信息后，可以对目标设备进行异常处理，对目标设备的异常处理方式包括但不限于提醒相关点检人员在24个小时内查看、提醒相关点检人员在12个小时内查看。通过将健康评估结果与预设评估数据进行比对，生成健康比对结果，若健康比对结果为异常，则生成预警，并对目标设备进行异常处理，实现了对目标设备的准确监测以及对设备异常情况的及时处理，避免了设备异常处理不及时所导致的生产异常等问题。[0073]具体地，s为目标设备的健康评估结果，当s≥0.8时，不需要提醒相关点检人员；当0.6≤s＜0.8时，需要提醒相关点检人员在24个小时内查看，是否设备出现故障；当0.4≤s＜0.6时，需要提醒相关点检人员在12个小时内查看，是否设备出现故障；当s＜0.4时，需要提醒相关点检人员在6个小时内查看，是否设备出现故障。[0074]本施例提供了一种自动化测试方法，该方法通过样本应力波数据的平均值和待评价应力波数据的平均值确定目标波动值，从而实现了对目标设备的待评价应力波数据的波动数值的评价；采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集；获取第二数据集的目标数据量，并根据目标数据量和目标应力波数据确定目标波动量，从而实现了对目标设备待评价应力波数据的异常波动数据量的评价；通过目标波动值和目标波动量得到健康评估结果，从而实现了从应力波数据的波动数值和波动数据量两个维度得到目标设备的健康评估结果，进而实现了对目标设备的健康状态的合理评估。待评价应力波数据包括目标设备的实时应力波数据，通过获取目标设备的实时应力波数据，并采用波动值和波动量的方式获取目标设备的健康评估结果，从而实现了对目标设备健康状态的实时监测，整个健康评估过程不需要定期点检，从而节约了大量人力和物力。[0075]基于与上述设备健康状态的评估方法相同的发明构思，相应的，本实施例还提供了一种设备健康状态的评估系统。[0076]图3为本发明提供的设备健康状态的评估系统的流程示意图。[0077]如图3所示，上述设备健康状态的评估系统包括：31波动值模块、32分类模块、33波动量模块以及34评估模块。[0078]其中，波动值模块，用于获取样本应力波数据和目标设备的待评价应力波数据，并根据样本应力波数据的平均值和待评价应力波数据的平均值确定目标波动值；[0079]分类模块，用于采用聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集，第一数据集的平均值小于第二数据集的平均值，目标应力波数据包括样本应力波数据和待评价应力波数据；[0080]波动量模块，用于获取第二数据集的目标数据量，并根据目标数据量和目标应力波数据确定目标波动量；[0081]评估模块，用于根据目标波动值和目标波动量得到目标设备的健康评估结果，波动值模块、分类模块、波动量模块和评估模块相连接。[0082]在一些示例性实施例中，设备健康状态的评估系统还包括：[0083]数据预处理模块，用于对样本应力波数据和待评价应力波数据进行预处理，预处理包括删除停机数据和无效数据。[0084]在一些示例性实施例中，设备健康状态的评估系统还包括：[0085]比对模块，用于将健康评估结果与预设评估数据进行比对，生成健康比对结果；[0086]预警模块，用于若健康比对结果为异常，则生成预警信息。[0087]在一些示例性实施例中，分类模块包括：[0088]分类单元，用于设置k-means聚类算法的聚类参数k为2，采用k-means聚类算法对目标应力波数据进行分类处理，得到第一数据集和第二数据集。[0089]在一些示例性实施例中，波动量模块包括：[0090]波动量模块，用于获取第二数据集中样本应力波数据的数据量，得到第一数据量；[0091]获取第二数据集中待评价应力波数据的数据量，得到第二数据量；[0092]根据第一数据量与样本应力波数据的数据量的比值，生成第一目标值；[0093]根据第二数据量与待评价应力波数据的数据量的比值，生成第二目标值；[0094]根据第一目标值和第二目标值确定目标波动量。[0095]在一些示例性实施例中，评估模块包括：[0096]权重设置单元，用于设置数值权重和数量权重；[0097]数值评价单元，用于根据数值权重和目标波动值确定数值评价数据；[0098]数量评价单元，用于根据数量权重和目标波动量确定数量评价数据；[0099]评估单元，用于根据数值评价数据和数量评价数据得到健康评估结果。[0100]在一些示例性实施例中，权重设置单元包括：[0101]数值关联子单元，用于获取健康状态与目标波动值的关联数据，得到数值关联数据；[0102]数量关联子单元获取健康状态与目标波动量的关联数据，得到数量关联数据；[0103]权重设置子单元，用于根据数值关联数据和数量关联数据设置数值权重和数量权重。[0104]本实施例还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实施例中的任一项方法。[0105]在一个实施例中，请参见图4，本实施例还提供了一种电子设备400，包括存储器401、处理器402及存储在存储器上并可在处理器上运行的计算机程序，所述处理器402执行所述计算机程序时实现如上任一项实施例所述方法的步骤。[0106]本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。[0107]本实施例提供的电子设备，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子设备执行如上方法的各个步骤。[0108]在本实施例中，存储器可能包含随机存取存储器(random access memory，简称ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。[0109]上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。[0110]在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、“在一些示例性实施例”或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。[0111]在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构(例如，动态ram(dram))可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。[0112]本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。[0113]本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。[0114]本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。[0115]上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。