摘要
本申请公开了一种数据驱动的承压设备损伤识别诊断方法、装置、设备及介质,涉及设备损伤识别领域,该方法包括根据目标承压设备的基础数据以及与目标承压设备的装置类别相同的承压设备损伤预测模型,识别目标承压设备的损伤模式和损伤速率;其中,承压设备损伤预测模型的确定方法包括:获取样本数据集;样本数据集包括:不同装置类别的承压设备的基础数据和对应的标签数据;采用合成少数类过采样技术和编辑最近邻算法,对样本数据集进行样本数据平衡,得到扩展后数据集;基于扩展后数据集,采用遗传算法对机器学习模型中的超参数进行优化训练,得到不同装置类别的承压设备损伤预测模型,本申请可快速、精准地判别损伤模式和预测损伤速率。
技术关键词
承压设备
识别诊断方法
数据
样本
过采样技术
随机森林模型
遗传算法
机器学习模型
腐蚀速率预测
基础
标签
超参数
诊断装置
编辑
应力
模式
系统为您推荐了相关专利信息
协同过滤算法
机器学习算法
推荐方法
图谱
文化遗产保护
异常数据检测
数据处理模块
G06K数据识别
协方差矩阵
报警提示模块