摘要
本发明提供一种基于智能化系统的AI智能诊断方法及系统,利用边缘计算节点采集包含振动频谱、热成像特征及能耗波动参数等多源异构数据的建筑机电设备运行数据流,并进行状态时序编码生成编码序列。将此序列输入故障预测神经网络得到多维故障特征分布矩阵。接着获取专家知识库的标准诊断报告和现场运维记录的应急诊断报告。然后基于上述结果及设备运行特征隐空间映射构建复合训练目标函数,通过反向传播算法优化故障预测神经网络参数空间,生成目标故障预测神经网络。最终利用该网络对建筑机电设备运行数据流进行故障预测诊断,实现全面、精准、智能的故障诊断。
技术关键词
智能诊断方法
智能化系统
设备健康状态
故障特征
建筑机电设备
报告
设备特征
智能诊断系统
建筑设备管理系统
专家知识库
设备运行状态
深度特征提取网络
判别规则
运维
精确故障定位
生成特征
设备状态参数
生成设备
节点
传播算法
系统为您推荐了相关专利信息
仿真模型
锂电池故障
溯源方法
故障传播路径
物理
配电网设备故障
状态监测数据
设备监测数据
识别方法
设备性能数据
设备运行数据
数据管理方法
数据处理框架
大数据分析工具
数据管理平台
潜伏性故障
辨识方法
极限学习机
多域特征
故障特征
故障智能诊断方法
优化神经网络模型
BP神经网络模型
故障特征提取
故障特征量