摘要
本发明公开了一种状态预测方法、装置、设备及介质。该方法包括:获取待检测对象的采集数据,采集数据包括第一数据序列和第二数据序列,第一数据序列中数据随时间变化,第二数据序列中数据随时间变化;对第一数据序列进行统计得到第三数据,第三数据的数值周期性下降;根据采集数据和第三数据,确定状态预测数据,状态预测数据包括目标时间段的数据,采集数据是历史时间段内采集的数据,目标时间段在历史时间段之后;根据采集数据、第三数据及状态预测数据,确定当前输入序列;根据当前输入序列,预测得到待检测对象的状态。本发明实施例可以提高设备维护的效率。
技术关键词
故障预测模型
状态预测方法
数据随时间
设备故障概率
序列预测模型
时间段
深度确定性策略梯度
状态预测装置
负荷
对象
数据统计模块
样本
周期性
强度
处理器
可读存储介质
数据获取模块
系统为您推荐了相关专利信息
伺服系统控制方法
伺服电机故障
仿真数据
数字孪生
特征数据提取
定值参数
特征提取模型
深度预测模型
重构误差
深度确定性策略梯度
设备状态数据
医院设备
故障特征
分布式计算框架
分布式存储系统
直升机
故障预测模型
神经网络模型构建
Elman神经网络
故障预测方法
故障预测模型
故障预警系统
大型设备
模型训练模块
模块通信