摘要
本发明提供了一种发电设备故障预测方法、系统、设备及介质,属于发电设备故障预测技术领域。本发明方法将待预测的与故障预测相关度高的特征输入到训练好的随机森林算法模型和梯度提升机算法模型中进行发电设备故障预测,得到两种发电设备故障预测结果。将得到的两种发电设备故障预测结果进行组合,得到最终的发电设备故障预测结果。与故障相关度高的特征指的是发生故障概率大的发电设备的运行数据。与现有技术相比,本发明有效地解决了现有技术中单一的预测模型,难以准确地预测复杂的发电设备故障的问题。
技术关键词
发电设备
梯度提升机
故障预测方法
随机森林
算法模型训练
构建训练集
特征提取模块
相关性分析方法
数据获取模块
故障预测技术
组合模块
故障预测系统
加权平均法
模型训练模块
消除方法
处理器
存储器
系统为您推荐了相关专利信息
渐进式神经网络
采样工具
变量
融合特征
测试工具
光伏发电装置
驱动电机单元
AD转换单元
光伏板
水泵单元
数字高程模型
重力场建模方法
随机森林模型
重力场模型
地形特征
融合方法
卫星降水数据
人工神经网络
长短期记忆网络
雨量站点
故障预测模型
轴承故障预测方法
维修工单
故障预测系统
局部敏感哈希