摘要
本申请公开了一种基于人工智能的变频器故障预测方法。该方法包括以下步骤:首先,获取变频器的多个参数分别对应传感数据集,并从多个参数中选取目标参数,进而获取历史数据中目标参数对应的多个目标数据集;其次,构建并训练集成学习模型,通过该模型计算目标参数的每一目标数据集中任意两个数据组之间的相关度,并组合成目标数据集的相关阵列;然后,分析处理每一目标数据集对应的相关阵列,计算得到每一目标数据集的多个代表向量,基于这些代表向量构建空间特征模型;最后,采集目标参数在当前时间段内的实时数据集,计算得到实时代表向量,并将其输入空间特征模型,从而获取故障预测结果。该方法能够有效提高变频器故障预测的准确性和效率。
技术关键词
集成学习模型
代表
变频器
故障预测方法
实时数据
参数
阵列
梯度提升树模型
时间段
故障预测系统
可读存储介质
样本
模式
故障检测
数值
传感器
计算机
坐标系
系统为您推荐了相关专利信息
实时检测系统
实时数据处理
光谱分析
智能反馈控制
分析模块
智能诊断模型
实时数据
线下
凝汽器热负荷
强化换热装置
皮带机
石膏浆液密度
皮带滚筒
节约清洗液
控制阀