摘要
本发明涉及一种风机故障预测模型的训练方法、检测方法、装置以及介质。所述方法包括:获取风机运行时的第一风机数据,其中所述第一风机数据包括多个类型数据;基于所述第一风机数据以及风机输出功率,得到第三风机数据,其中第三风机数据中包括基于风机故障预测模型输出参数对所述第一风机数据中的所述类型数据进行筛选后的类型数据;将所述第三风机数据输入至风机故障预测模型中,对所述风机故障预测模型进行训练。本技术使得风机故障预测模型不仅能够实时监控风机状态,还能有一定的概率对风机故障进行预测。通过这种策略,显著优化了风机的维护计划和延长了设备的使用寿命。
技术关键词
风机故障预测
深度学习网络
记忆神经网络
数据
风机故障检测方法
参数
存储装置
处理器
可读存储介质
存储器
计划
批量
计算机
策略
序列
系统为您推荐了相关专利信息
线性回归模型
数据迁移方法
分布式搜索引擎
文件系统
目录
驾驶员疲劳检测方法
脑电图数据
视角
生理
噪声辅助
适应性评估方法
测试智能设备
智能设备识别
虚拟仿真环境
决策