摘要
本申请公开了一种基于人工智能的电气自动化设备监测系统和方法,该方法包括:对电气自动化设备进行影响等级划分,生成高影响设备、中影响设备和低影响设备,对它们设定不同的监测评率和阈值范围,并进行实时监测,获得实时运行数据和实时电气数据;对实时运行数据和实时电气数据进行异常模式识别,生成异常模式识别结果,进而对设备进行故障等级划分,根据故障等级划分结果触发预警等级响应机制;同时对电气自动化设备进行故障分析,根据故障分析结果获取电气自动化设备的故障原因和相应的故障解决方法,对其进行故障修复;实现了对电气自动化设备状态和性能的实时监测,并且能够及时发现潜在问题并进行修复,有效避免设备故障造成的生产中断。
技术关键词
电气自动化设备
模式识别
异常数据
生成异常模式
机制
模式分析方法
故障树结构
深度学习算法
灯光
标记
监测模块
分析模块
周期性
系统为您推荐了相关专利信息
疲劳寿命预测方法
K折交叉验证法
样本
GPR模型
数据
数据决策方法
时间序列特征
多模态特征
交互特征
文本
神经网络模型
关联规则挖掘算法
数据访问次数
数据库访问
频繁项挖掘
模型训练方法
终端
特征提取模块
异常数据处理
数据格式
深度神经网络
低频脑电信号
频域特征
多头注意力机制
时域特征