摘要
本发明提供了一种基于图机器学习的设备故障识别方法,包括:基于有向图和故障关联预测模型M1,得到新的建筑运维故障预测机理模型;基于新的建筑运维故障预测机理模型对日常建筑运维中设备保修工单进行预测,得到可能的设备故障关联的连接。本发明能够自动构建和修复建筑机电系统的运行模型,从而为建筑设施设备的智能维保和故障维修提供技术支持。本发明通过训练大规模图机器学习模型,自动识别和构建建筑机电系统的运行逻辑。本发明可以构建设备间的拓扑关系模型,确保模型能够准确反映实际情况。
技术关键词
设备故障识别方法
运维故障
节点
BIM机电模型
建筑机电系统
计算机可执行指令
机器学习方法
建筑设施设备
可视化界面
关系
广度优先遍历
空调风系统
计算器设备
空调水系统
实体
机器学习模型
训练集