摘要
本发明公开了基于数据分析的多参数电测仪表自诊断系统,具体涉及自诊断技术领域,包括参数采集模块、规则初诊模块、算法复诊模块、综合判定模块,参数采集模块采集多参数电测仪表的电参数数据并传送至规则初诊模块,规则初诊模块预设诊断规则对异常故障进行诊断,算法复诊模块根据异常故障的电参数数据训练神经网络模型进行诊断识别,综合判定模块综合基于诊断规则和神经网络算法的诊断结果并生成故障报告,决策实施模块根据故障报告进行自诊断决策输出,提示工作人员对异常故障进行管理维护,有效在提高多参数电测仪表自诊断精度的同时,增强了自诊断系统的灵活性,避免了在环境工况变化时手动调整规则并提取特征的问题。
技术关键词
电测仪表
诊断系统
多参数
神经网络算法
卷积神经网络模型
谐波失真
频率
数据训练神经网络
Lyapunov指数
模块
超参数调优方法
构建卷积神经网络
非线性
报告
短时傅里叶变换
标记
信号
系统为您推荐了相关专利信息
系统验证方法
口令
活体检测算法
声纹特征
生物特征数据
智能诊断方法
关键点
双通道卷积神经网络
联轴器
数据
风机故障诊断方法
图像信息融合技术
表达式
指标
数据
高精度定位方法
误差校正
迁移学习算法
信号特征
神经网络算法