摘要
本发明涉及数据分析技术领域,具体为一种基于历史数据的装备健康评估及退化趋势分析方法,包括:在周期性采集的数据中提取出特征数据,通过装备健康评估模型,生成健康评估值;构建第一退化趋势分析模型,通过装备所有的健康评估值,分析预测装备的退化趋势,生成第一退化趋势结果;构建第二退化趋势分析模型,根据相似装备的退化数据训练得到,分析预测装备的退化趋势,生成第二退化趋势结果;判断两个退化趋势结果的差值是否属于预设差值范围,若是,则融合两个退化趋势结果,生成最终退化趋势结果,并输出,或将第一退化趋势结果作为最终退化趋势结果,并输出。本方案能进行多维度的装备健康评估,且能提高退化趋势分析的准确度。
技术关键词
装备
趋势分析方法
LSTM模型
神经网络模型
监督学习模型
时间序列信息
数据分析技术
周期性
纵轴
横轴
多尺度
速度
格式
行程
数值
代表
信号
系统为您推荐了相关专利信息
表情识别方法
多信息
融合特征
运动特征
特征提取模块
医学影像数据处理
特征提取模型
高斯差分尺度空间
数据获取模块
医疗大数据
心理健康管理系统
极值
密度
滑动窗口
神经网络模型
驾驶员辅助系统
对象跟踪
驾驶员辅助方法
深度神经网络模型
线性单元
微网系统
时间序列模型
电力控制方法
神经网络模型
电力控制设备