[发明专利]一种基于机器学习的煤炭设备故障预警系统及方法有效
| 申请号： | 201810210938.4 | 申请日： | 2018-03-14 |
| 公开（公告）号： | CN108460144B | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 陶伟忠;杨娟利;刘显望;郭磊;赵国伟 | 申请（专利权）人： | 西安华光信息技术有限责任公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06F16/248;G06F16/25;G06F16/27;G06N20/00;G06Q10/04;G06Q50/02 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710075 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的煤炭设备故障预警系统及方法，数据信号获取单元采集实时数据和获取静态数据；数据库从数据信号获取单元获取数据，并将数据按照矿井设备的层级结构进行组织，形成设备层次数据模型，并对设备层次数据模型进行存储；机器学习平台与数据信号获取单元和/或数据库进行通讯，并能够提供机器学习基础算法和运行环境；机器学习算法模块通过机器学习平台上的机器学习基础算法和运行环境，对数据进行分析和建立设备故障预警分析模型，通过设备故障预警分析模型进行设备故障预警判断；显示机器学习算法模块的故障预警判断结果通过结果显示单元进行显示。本发明能够及时发现设备早期的异常情况，并根据检测结果发布预警消息。 | ||
| 搜索关键词： | 一种 基于 机器 学习 煤炭 设备 故障 预警系统 方法 | ||
【主权项】：
1.一种基于机器学习的煤炭设备故障预警方法，其特征在于：采集实时数据和获取静态数据；将实时数据和静态数据按照矿井设备的层级结构进行组织，形成具有树形逻辑结构的设备层次数据模型，并对设备层次数据模型进行存储；通过机器学习基础算法、运行环境以及设备层次数据模型，对采集实时数据和获取静态数据进行预处理、分析和建模，形成设备故障预警分析模型，通过设备故障预警分析模型进行设备故障预警判断；显示故障预警判断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安华光信息技术有限责任公司，未经西安华光信息技术有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810210938.4/，转载请声明来源钻瓜专利网。
