摘要
本发明公开了一种基于时序算法的设备预测维护方法,包括以下步骤:获取机电设备的目标数据,所述目标数据包括多个连续时间点的实时数据;所述实时数据包括工况数据与运行数据;将目标数据输入到预测模型中,得到未来多个连续时间点的预测功率数据,基于预测功率数据判断是否需要维护机电设备;其中,预测模型为基于神经网络模型训练得到;过获取机电设备中的目标数据,将目标数据导入到预测模型中得到预测功率数据,通过预测功率数据判断是否需要进行维护景点设备,若通过预测功率数据判断出机电设备需要维护则安排对机电设备维护。
技术关键词
机电设备
神经网络模型训练
实时数据
训练样本集
功率
时序
算法
偏差
通信接口
工况
存储器
处理器
模块
程序
系统为您推荐了相关专利信息
功率管
反激式开关电路
控制电路
充电保护方法
防反接电路
音频功率放大器
电子设备上执行
表征电子设备
数据接口
处理器
算法模型
模拟输入输出单元
数字输入输出单元
多功能人机交互
功率控制系统
储能系统
深度学习模型
卡尔曼滤波
辅助设备
网络部署
充放电路径
大型储能系统
协调控制模块
规划系统
数据采集模块