摘要
本申请涉及一种排污企业设备运行状态识别方法、装置及设备,通过实时采集排污企业用电设备的电气参数,生成实时用电数据序列;对滑动窗口内的实时用电数据序列进行统计分析,计算对应窗口内的用电变化率、功率因数以及启停频率;利用动态贝叶斯网络构建设备运行状态识别模型,针对每个工艺阶段独立构建子模型分别进行参数学习;将多维连续特征输入至动态贝叶斯网络,输出当前时刻的设备启停状态;还包括动态调整用于判断设备启停状态的阈值。本申请灵活应对设备启停状态的动态变化,避免了固定阈值无法适应设备运行波动的问题,确保设备启停状态判断的精度;避免了聚类数选择的困难,能够更好地反映设备运行状态的多样性和复杂性。
技术关键词
动态贝叶斯网络
设备运行状态
排污企业
识别方法
滑动窗口
功率因数
阶段
识别设备
连续特征
序列
参数学习模块
期望最大化算法
后验概率分布
带标签
半监督学习
频率
数据获取模块
系统为您推荐了相关专利信息
复合故障诊断方法
深度神经网络
故障特征提取
设备状态数据
设备运行状态
高比例新能源
馈入系统
新能源系统
光伏电站
直流系统
地形识别方法
指数特征
曲率特征
随机森林模型
样本
路径识别方法
智能传感器
路径识别技术
支持多源数据融合
电缆故障诊断