[发明专利]基于多参数深度分布学习的工业设备状态评估方法

摘要

本发明涉及故障诊断技术领域，针对常规多参数工业设备状态评估方法效果差的缺点，公开了基于多参数深度分布学习的工业设备状态评估方法，基于工业设备稳定运行状态下的监测数据，通过参数选择、监测数据拼接制作一维样本序列训练数据集；建立一个包括一个基础分布和与之依次连接的不少于5个仿射层的链式模型，基础分布维度与一维样本序列长度相等，仿射层用于实现与一维样本序列长度相等的两组数据的可逆变换；通过训练数据集对链式模型进行训练以学习工业设备各监测参数的联合分布特性；进行状态评估时通过计算待评估一维样本序列在训练完成后的链式模型下的损失作为设备的状态指标。本发明与现有技术相比，具有准确度高的有益效果。