摘要
本发明涉及数据处理领域,具体涉及基于AI分析的水电厂设备不安全状态快速检测方法,该方法包括获取设备综合数据、识别并标注设备综合数据的状态标签、利用量子势阱理论训练概率神经网络模型、实时获取新的设备综合数据输入至已训练概率神经网络模型中、当水电厂设备处于异常运行状态时,生成设备状态异常预警、在水电厂设备运行时对已训练概率神经网络模型采取动态调整与优化措施,现有的水电厂设备不安全状态检测方法存在对不安全状态的识别较为不准确的问题。该方法对水电厂设备的不安全状态的判断较为准确。
技术关键词
水电厂设备
快速检测方法
神经网络模型
优化概率神经网络
综合数据采集系统
概率神经网络算法
标注设备
梯度下降法
动态
增量学习算法
生成设备
标签
状态检测方法
神经网络参数
理论
非线性
数据传输模块
设备外观