摘要
本发明提供EMS能耗管理系统下的冷暖设备能耗定位与故障预测方法,包括S1、收集目标设备状态原始数据构建综合评估数据集合,利用源数据提取函数将指标匹配到模糊集合,形成模糊向量,通过聚类,排序并识别其重要特征,生成设备级时间序列数据;S2、基于时间序列数据向量,训练健康评分预测模型和故障分类模型;S3、使用训练模型对实时数据进行健康评分和故障分类预测,生成预警信息。本发明通过定义模糊集合和源数据提取函数和通过聚类分析提取关键特征的方式,利用随机森林算法进一步筛选重要特征,不仅提高目标设备性能评估的准确性,还为后续故障诊断提供更为精准的依据,达到简化模型并提高分析效率,为企业伙伴带来显著的经济效益的优点。
技术关键词
能耗管理系统
故障预测方法
模糊集合
冷暖设备
故障分类模型
评分预测模型
随机森林模型
设备运行状态
指标
数据
故障运行状态
聚类
时间序列特征
设备性能评估
振动传感器
代表
滑动平均滤波
系统为您推荐了相关专利信息
故障分类模型
故障在线监测方法
深度特征提取
实时状态信息
元学习方法
能源设备
能源管理方法
单体
数据
卷积神经网络模型
地形数据库
边坡
三维地形数据
深度学习算法
炸药
混沌时间序列
通信性能测试方法
深度学习模型
李雅普诺夫指数
模糊逻辑系统
电力系统实时仿真
优化调度方法
节点
非线性归一化方法
指数