摘要
本发明涉及石化设备故障评价技术领域,公开了一种基于AI的石化设备故障强度评价方法及系统,包括以下步骤:采时集石化设备的全生命周期的多维度数据,提取多维度数据中故障数据,构建故障数据库;通过故障发生、故障严重和故障影响的程度,综合对故障数据库进行动态地故障强度评价;其中,故障发生的程度:将故障发生相关数据输入故障发生度预测模型内,得到故障发生占比预测值。本发明通过整合石化设备全生命周期数据构建故障数据库,为故障风险提供全维度依据,结合动态分析多维度指标,实时学习设备状态变化,多维度指标综合评估故障的可能性、危害程度及连锁效应,从而对故障强度的科学分级,进而提升了故障评估的全面性和时效性。
技术关键词
石化设备
强度评价方法
随机森林模型
全生命周期数据
指标
故障传播路径
动态地
节点
学习设备
评价技术
评价系统
故障特征
矩阵
标记
时效性
特征值
偏差
系统为您推荐了相关专利信息
软件保护
资源消耗总量
策略生成方法
层次结构模型
拓扑网络
SysML模型
自动生成方法
逻辑
PLC控制
虚拟仿真器
手写数字识别方法
多层感知机
模型融合方法
图像归一化方法
图像增强