多层次信息融合核动力器件健康状态预测方法及设备

AITNT
正文
推荐专利
多层次信息融合核动力器件健康状态预测方法及设备
申请号:CN202510335666
申请日期:2025-03-20
公开号:CN120257090A
公开日期:2025-07-04
类型:发明专利
摘要
本发明的一种多层次信息融合核动力器件健康状态预测方法及设备,以数据驱动为核心方法,以核动力生产装置中的阀门为主要对象,通过综合多层次、多维度的健康相关数据,实现了对阀门全面信息的融合,为健康状态评估提供了更为全面的视角。在数据建模方面引入了图深度学习,该模型具有优秀的图形结构适应性和对于多层次关联的敏感度,以便系统更灵活地适应复杂地非线性关系,增强对于多源数据的整合能力,使得阀门健康评估更具深度和精度。通过采用多层次信息融合的方法,系统能够全面考虑阀门健康评估中的多个因素,包括当前状态、运行历史等多维度数据,从而建立个体化的健康状态评估模型,使评估更加全面、深入。
技术关键词
多层次信息融合 健康状态预测方法 核动力装置 主客观融合 阀门部件 滑动窗口 深度学习理论 节点特征 组合赋权法 数据分析方法 矩阵 参数 加权方法 层次分析法 卷积模型 正交变换 图谱
系统为您推荐了相关专利信息
1
基于数据驱动的储能电站电池健康状态预测方法及系统
健康状态预测方法 储能电站电池 锂电池健康状态 神经网络预测模型 GRU神经网络
2
配电终端健康状态预测方法、装置和电子设备
多源监测数据 配电终端 健康状态预测方法 样本 分类器
3
一种无人机动力电池健康状态预测方法
健康状态预测方法 无人机动力电池 量子态 量子旋转门 量子隧穿效应
4
一种多维生理数据的时序融合与健康状态预测方法及系统
健康状态预测方法 指数 生理 加权融合算法 皮质醇
5
一种基于MPSO-RBF神经网络的船舶关键部件健康状态预测方法
RBF神经网络 健康状态预测方法 粒子 信号特征值 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号