基于深度学习的设备故障预测方法、装置、设备及介质

AITNT
正文
推荐专利
基于深度学习的设备故障预测方法、装置、设备及介质
申请号:CN202510424487
申请日期:2025-04-07
公开号:CN120336813A
公开日期:2025-07-18
类型:发明专利
摘要
本公开涉及一种基于深度学习的设备故障预测方法、装置、设备及介质。该基于深度学习的设备故障预测方法包括:采集设备的历史运行数据,并在历史运行数据中标记发生过的设备故障;从历史运行数据中提取与设备故障相关的时域特征、频域特征和时频域特征,将与设备故障相关的时域特征、频域特征和时频域特征与历史运行数据组合为训练数据;构建设备运行数据为输入、设备故障概率为输出的深度学习模型;利用训练数据训练深度学习模型,得到设备故障预测模型;采集设备当前的运行数据输入设备故障预测模型,得到设备故障预测模型输出的当前设备故障概率。本公开通过预测设备故障的概率,提前采取措施进行维修,避免设备停机,减少不必要的定期维修。
技术关键词
历史运行数据 设备故障预测方法 频域特征 时域特征 设备故障概率 采集设备 设备运行数据 训练深度学习模型 局部时空特征 序列 预测设备故障 数据输入设备 短时傅里叶变换 故障预测模型 训练集 集中度 模型训练模块
系统为您推荐了相关专利信息
1
一种人工智能驱动的工业物联网设备故障预测系统
工业物联网设备 人工智能驱动 故障预测模型 故障预测系统 云端服务器
2
电力设备的检测方法、装置、计算机存储介质及电子设备
设备运行数据 电力设备 模式识别算法 故障趋势预测 计算机存储介质
3
发电机定子局部放电检测阈值的优化方法、装置、设备、存储介质和程序产品
发电机定子 随机梯度下降 局部放电监测 电信号 频域特征
4
基于工业控制的内光路五轴联动激光切割控制方法
激光切割控制方法 动态光路 轴向位移传感器 分层注意力 锚点
5
节能电梯控制系统
节能电梯控制系统 电梯运行状态 时间差 深度学习模型 指数
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