摘要
本发明提供了一种基于状态反馈的设备状态评估方法及系统,所述方法包括:获取保障设备的历史运行参数和历史状态信息,分析历史运行参数和历史状态信息的关联模式,计算在不同历史运行参数组合下历史状态信息的支持度和置信度,生成关联规则库;根据关联规则库构建以非故障节点为核心的图神经网络,当运行参数或状态信息发生变化时,利用图神经网络进行初步预测,输出所有可能出现的评估结果,将所有评估结果反馈给预先构建的状态反馈模型,生成用于对每个评估结果进行校正的状态反馈信息,对状态反馈信息进行量化后输入到图神经网络,输出校正后的目标评估结果,以有效处理设备状态和参数之间的复杂关系和动态变化,提高设备状态的评估精度。
技术关键词
设备状态评估方法
机械振动频率
参数
设备状态评估系统
光电子成像技术
关联规则挖掘算法
置信度阈值
光纤传感器
曲线斜率
时域特征
校正
频域特征
光电传感器
信息传输系统
节点
电气
模式
分析设备
数据
系统为您推荐了相关专利信息
家庭智能报警系统
识别策略
门窗开关状态
人体红外信号
样本
识别方法
轮作模式
粒子群优化算法
田间环境
农业信息技术
持续学习方法
客户端
分类器参数
训练分类器
样本