摘要
本发明提供了一种基于时序数据趋势预测的设备故障预警方法,所述基于时序数据趋势预测的设备故障预警方法包括构建不同测点之间的皮尔逊相关系数得到设备测点相关性数据;基于历史及当前数据,将其中的早期异常数据特征通过放大,按照设备测点相关性数据通过时间序列的测点趋势预测模型,实现异常数据检测得到检测结果;根据所述检测结果判断设备故障情况,并实现后续预警。通过测点之间的相关性数据,通过时间序列的测点趋势预测模型预测故障情况,并根据检测结果进行报警,有助于解决现有技术中缺乏一种由于不考虑测点数据之间相关性,导致预测故障准确性差的技术问题。
技术关键词
设备故障预警方法
趋势预测模型
异常数据检测
时序
皮尔逊相关系数
时间序列算法
工况
模型库
连续性
时间段
强度
系统为您推荐了相关专利信息
异戊橡胶
PID控制算法
实时图像
时序特征
预训练模型
时空邻域特征
排放量
构建深度学习网络
形态
人工神经网络
胃镜图像
感知特征
融合特征
特征提取网络
贝叶斯神经网络
检测定位方法
暂态录波
配电线路故障
深度卷积神经网络
暂态零序电流