摘要
本发明公开了一种基于人工智能的设备故障识别方法、系统及存储介质,属于设备故障识别技术领域,包括:监测设备基于模式类别采集任一农牧装备的状态监测数据,基于模式类别分别为历史时间序列中任一状态监测数据分别标记故障标签或非故障标签;构建故障预测模型,故障预测模型输出农牧装备在预测时间内的分析序列,并基于分析序列输出分析提示信息;基于设备类型构建故障知识库,基于分析提示信息判断所有农牧装备中是否存在故障设备,若存在,则输出故障设备的故障类别,并在故障知识库中抽取故障类别对应的故障分析列表;将预测时间、故障类别和故障分析列表发送至管理人员。通过本发明可以提高设备故障识别的准确性和高效性。
技术关键词
故障知识库
状态监测数据
故障预测模型
混合预测模型
故障类别
设备故障识别方法
序列
装备
节点
计算机存储介质
标签
文本识别模型
设备故障识别系统
长短期记忆网络
监测设备
扩展故障
深度神经网络
列表
故障识别技术
自然语言技术
系统为您推荐了相关专利信息
运维知识图谱
多模态数据分析
专家系统
局部波动特征
意图
状态监测数据
偏差
节点
配电网故障
数字孪生模型
模糊规则
故障预测方法
智能建筑
关键运行参数
预测误差
负荷预测方法
卷积神经网络模型
混合预测模型
大数据
异构
配电系统故障
故障类别
配电节点
识别方法
电流分布系数