摘要
本发明公开了故障预测模型构建方法、故障预测方法、设备和介质,涉及水泵设备故障预测领域,其技术方案要点是:获取水泵设备的历史运行数据;其中,所述历史运行数据包括历史振动信号、历史温度参数和历史电流参数;采用变分模态分解法将历史振动信号分解为多个模态函数,并提取每个模态函数的频谱特征、历史温度参数的温度特征,以及历史电流参数的电流特征;融合频谱特征、温度特征和电流特征,得到水泵设备的综合特征向量;利用综合特征向量训练预先构建的长短时记忆神经网络,得到可用于预测水泵设备故障的故障预测模型。本发明解决了相关技术方法存在的水泵设备故障预测准确性不足的问题。
技术关键词
水泵设备
故障预测模型
故障预测方法
历史运行数据
噪声
频谱特征
频率
电流
参数
信噪比
注意力机制
信号
计算机设备
动态
处理器
介质
指令
存储器
系统为您推荐了相关专利信息
生成对抗网络
语义向量
文本编码器
BERT模型
图像生成器
数据中心机房
资源调度策略
系统资源利用率
动态规划算法
指标
巷道围岩变形监测
三维变形量
光纤传感器
分布式光纤传感技术
布里渊光时域分析
图像生成模型
训练集
非暂态计算机可读介质
生成训练图像
令牌
多源数据校核
数据修正方法
低压
主成分分析法
电能量计量系统