摘要
本申请公开了一种结合声纹、振动、工况数据进行故障分析诊断的方法,其中,结合声纹、振动、工况数据进行故障分析诊断的方法包括:获取电站设备的原始声纹数据、原始振动数据和原始工况数据;将原始声纹数据、原始振动数据和原始工况数据在时间维度进行对齐,得到目标声纹数据、目标振动数据和目标工况数据;基于目标声纹数据、目标振动数据和目标工况数据进行分析,得到电站设备的故障诊断结果;其中,故障诊断结果包括以下至少一者:表征电站设备当前故障的诊断结果、表征电站设备未来劣化的诊断结果。上述方案,能够在实现对电站设备进行故障分析诊断的前提下,尽可能地提高故障分析诊断的准确性。
技术关键词
电站设备
故障分析诊断
工况
数据收集设备
人工智能模型
传感器
数据对齐模块
时域特征
频域特征
服务器
分析页面
数据获取模块
参数
样本
数值
电子设备
异常数据
程序
处理器
系统为您推荐了相关专利信息
人工智能模型
多声道
识别方法
语音识别模型
语音活动检测
智能控制系统
油田
控制策略
数据采集模块
智能控制方法
流感
趋势预测方法
伽马分布模型
人工智能模型
极值
容错控制系统
云端
数据
电池管理系统
长短期记忆网络
代理模型构建方法
现场运行工况
样本
采样点
拉丁超立方采样