摘要
本发明公开了一种设备故障识别方法、系统及储存介质,所述方法包括针对设备运行数据获取的原始故障数据集,采用主成分分析方法进行降维处理,通过特征权重初始化方式和正则化项系数,提取关键特征,得到降维后的故障特征集,降低特征冗余度;针对判定的罕见故障模式,采用SMOTE过采样技术生成合成样本,通过特征相关性分析,平衡数据集分布,得到平衡后的故障数据集,提高特征稀疏性;从优化后的模拟退火算法中获取故障判别结果,通过特征可解释性分析,若判别结果中存在罕见故障模式,则触发预警机制,根据节点故障恢复策略生成针对性维护建议。本方法能够有效识别和处理罕见故障,提高故障诊断的准确性和效率。
技术关键词
模拟退火算法
设备故障识别方法
原始故障数据
故障特征
故障恢复策略
设备运行数据
主成分分析方法
计算机可读储存介质
并行计算框架
权重分配策略
任务调度策略
资源分配算法
模式
节点
冗余度
密度聚类算法
预警机制
设备故障识别系统
采样技术
样本
系统为您推荐了相关专利信息
故障预测模型
数字孪生体
融合分析方法
设备运行状态
电厂设备
运维知识图谱
设备状态数据
动态报警阈值
智慧运维系统
关键故障特征
施工电缆
数据智能分析方法
故障在线诊断
轨道
特征值
柔性透明显示屏
实时监控系统
监控阈值
深度学习算法
基底
分布式协同
交叉口
分布式优化算法
优化控制模型
反馈控制器