摘要
本公开提出一种飞机发电机故障率预测方法、装置、设备及存储介质,该方法包括:确定待训练预测模型的多个性能参数组合,任一性能参数组合包括一个模型学习性能参数和一个模型泛化性能参数;基于发电机部件的多个故障数据,从多个性能参数组合中筛选出目标性能参数组合;通过目标性能参数组合以及多个故障数据,对待训练预测模型进行训练,得到故障率预测模型;将待预测的发电机部件的特征数据输入至故障率预测模型中,输出待预测的发电机部件的故障率预测结果。本公开实施例能够大大提高发电机部件故障的预测准确率达到及时发现潜在的故障风险,降低飞行事故发生风险的目的。
技术关键词
发电机部件
训练预测模型
故障率预测方法
飞机发电机
故障率预测装置
数据
支持向量机模型
剩余使用寿命
模型训练模块
可读存储介质
正则化参数
存储器
处理器
指令
计算机设备
风险
系统为您推荐了相关专利信息
智能健康监测方法
训练预测模型
地表水
监测数据处理
LSTM神经网络
服务组合推荐方法
孪生神经网络
大语言模型
实体
注意力神经网络
爬行机器人
炉管渗碳层厚度
寿命
电磁
新型合金材料
探地雷达装置
盾构机姿态
推力
投影面
盾构机推进油缸
特征选择
建筑冷负荷
空调冷负荷
Adam算法
DBSCAN算法