基于设备状态识别的电机能耗与碳排放综合监测与分析方法

AITNT
正文
推荐专利
基于设备状态识别的电机能耗与碳排放综合监测与分析方法
申请号:CN202411730230
申请日期:2024-11-29
公开号:CN119202928A
公开日期:2024-12-27
类型:发明专利
摘要
本申请涉及电机运行状态检测技术领域,尤其涉及一种基于设备状态识别的电机能耗与碳排放综合监测与分析方法:步骤一,数据电机运行原始数据采集,采集的运行原始数据包括电机转速、转轴、振动数据、碳排放因子;步骤二,对采集到的运行原始数据进行缺失值补全,并计算运行原始数据之间的特征相关性获得新的数据集;步骤三,将步骤二获取的新的数据集输入分类决策树模型,并通过信息增益修正值修正分类结果。本申请通过将电机振动数据与决策树模型、皮尔逊相关系数结合,并通过傅里叶变换后进行插值扩充的方式,确保了信号的完整性,在能耗监测和碳排放计算中提供了更高的精度。
技术关键词
皮尔逊相关系数 分析方法 分类决策树 电机运行状态检测 能耗 数据 评估电机 决策树模型 变量 因子 插值法 排放量 标签 层级 参数 算法 功率 精度 强度
系统为您推荐了相关专利信息
1
虚拟电厂多时间尺度响应调节分析方法及系统
多时间尺度 微型燃气轮机 深度神经网络 优化调度策略 混合整数规划
2
一种夹层结构激光超声导波成像检测及脱粘缺陷面积测量方法、电子设备及存储介质
Mallat算法 皮尔逊相关系数 面积测量方法 信号 夹层结构
3
一种基于多目标评价方法的火储系统运行策略优化方法
策略优化方法 评价方法 灰狼算法 抽汽流量 优化能源效率
4
服务器散热控制的方法、电子设备和存储介质
服务器散热控制 历史运行数据 动态 偏差 环境温度信息
5
一种基于RNN-SHAP模型的电网消纳受阻因素辨识方法
辨识方法 RNN神经网络 神经网络模型 新能源场站 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号