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
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
Mallat算法
皮尔逊相关系数
面积测量方法
信号
夹层结构
策略优化方法
评价方法
灰狼算法
抽汽流量
优化能源效率
服务器散热控制
历史运行数据
动态
偏差
环境温度信息
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