摘要
本申请涉及故障预测技术领域,提供了一种设备故障预测方法、预测装置及电子设备。该方法通过获取设备运行数据,基于该设备运行数据构建故障预测模型,使用构建的故障预测模型对设备在第二时刻的实时运行数据进行预测,得到故障预测结果,然在后基于故障预测结果和该故障预测结果的复核标记信息确定故障预测模型的目标指标小于预设指标阈值时,基于第二时刻的实时运行数据更新设备运行数据,再基于更新后的设备运行数据更新故障预测模型,最后使用更新后的故障预测模型预测设备故障,能够对设备运行的实时数据进行分析处理,并结合增量学习方法构建故障预测模型,实时更新模型参数以提高预测准确性和实时性,降低维护成本并提升设备安全性。
技术关键词
设备运行数据
故障预测模型
门控循环单元
设备故障预测方法
低频传感器
历史运行数据
注意力机制
数据更新设备
数值
故障预测技术
预测设备故障
增量学习方法
指标
预测装置
标记
更新模型参数
系统为您推荐了相关专利信息
预测特征
多层注意力机制
数据处理方法
邻居
实体
深度学习预测模型
融合特征
编码器模块
模式切换方法
编码模块
集成物联网
集成方法
设备运行数据
模型生成设备
因子
振动元件
监测点
旋转设备
转移概率矩阵
模糊约束条件