摘要
本发明公开了一种基于大数据的智能决策支持方法及系统,先获取水泵的实时状态数据,以及过去预设时间段内的历史状态数据;然后建立各水泵对应的状态预测神经网络模型;基于历史状态数据对状态预测神经网络模型进行训练;然后将实时状态数据代入完成训练的状态预测神经网络模型,从而得到最终的预测结果信息,预测结果信息为严重故障、普通故障和无故障中任一项;后续即可根据预测结果信息来安排水泵的检修顺序,故障等级越高,则相应的检修急切度越高;相比传统的计划检修,本方案能够基于大数据和神经网络模型来对水泵的状态进行预测,从而更加智能且准确的安排检修决策。
技术关键词
工作状态信息
神经网络模型
水泵
数据采集模块
大数据
检修计划
智能决策支持系统
无故障
泵站
标记
输出模块
检修决策
模块通信
时间段
节点
参数
系统为您推荐了相关专利信息
负载均衡策略
标签
邻居
分布式资源
网络动态变化
空气炸烤箱
深度神经网络模型
参数调控方法
空气循环系统
编码器
肿瘤切除术
肝脏
三维模型
训练神经网络模型
血管
资源管理策略
大数据
居民
模拟模型
线性规划算法
工业大数据驱动
异常检测方法
分类器参数
模型预训练
标签