“设备故障预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果5945440个，建议您升级VIP下载更多相关专利

[发明专利]烹饪设备故障预测方法和装置-CN202210583335.5在审
发明人：傅峰峰;林麟琪 -专利权人：广州富港生活智能科技有限公司
申请日： 2022-05-25 - 公布日： 2022-09-06 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种烹饪设备故障预测方法和装置，包括：基于数字孪生技术建立与烹饪设备相对应的虚拟烹饪设备；获取所述虚拟烹饪设备的运行数据；输入所述虚拟烹饪设备的运行数据至故障预测模型，获得所述故障预测模型输出的故障预测结果，其中，所述故障预测模型基于所述烹饪设备的历史故障数据训练得到。本发明提供的烹饪设备故障预测方法和装置，基于数字孪生技术建立虚拟烹饪设备，对虚拟烹饪设备进行故障预测进而实现对烹饪设备的故障预测。
烹饪设备故障预测方法装置

[发明专利]轨道设备的故障预测方法、设备、存储介质和程序产品-CN202210393658.8在审
发明人：徐硕;彭俊伟;赵青莉;周俊辉;郭俊垚;方伟;杜晓瑞;闫博 -专利权人：通号城市轨道交通技术有限公司
申请日： 2022-04-14 - 公布日： 2022-08-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种轨道设备的故障预测方法、设备、存储介质和程序产品，该方法包括：获取目标轨道设备的运行数据；将所述运行数据输入至故障预测模型，得到所述故障预测模型输出的故障预测结果，所述故障预测模型是基于超限学习机算法进行训练得到的本发明提供的方法、设备、存储介质和程序产品，通过故障预测模型，可以实现对轨道设备进行故障预测的目的；同时，故障预测模型是基于超限学习机算法进行训练得到的，可以提高故障预测模型的训练速度，并提高故障预测模型的泛化性，进而提高轨道设备的故障预测效率。
轨道设备故障预测方法存储介质程序产品

[发明专利]设备故障预测方法、装置、可读存储介质及电子设备-CN202011392246.X在审
发明人：徐少龙;张燧;余真鹏;金成浩 -专利权人：新智数字科技有限公司
申请日： 2020-12-02 - 公布日： 2022-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种设备故障预测方法、装置、计算机可读存储介质及电子设备，方法包括：获取各个参考设备各自的故障样本数据集；确定各个所述故障样本数据集各自对应的局部故障预测模型；根据各个所述局部故障预测模型，确定目标故障预测模型；根据所述目标故障预测模型，预测目标设备的故障信息，所述目标设备和所述参考设备的相似度满足预测条件。通过本发明的技术方案，得到的目标故障预测模型综合考虑了多个参考设备的故障样本数据集，提高了数据维度，增加了数据量，从而可较为准确的预测目标设备的故障信息。
设备故障预测方法装置可读存储介质电子设备

[发明专利]供电设备故障预测方法、装置、设备及存储介质-CN202310281002.1在审
发明人：赵彦军;袁志宏;牛晓东;肖红彬 -专利权人：北京思维实创科技有限公司
申请日： 2023-03-21 - 公布日： 2023-06-23 - 主分类号： G06F18/2431 文献下载
摘要：本申请涉及一种供电设备故障预测方法、装置、设备及存储介质，应用在电力监控领域，其中方法包括：获取供电设备故障预测对应的运行工况数据；对所述运行工况数据进行特征提取，得到特征数据；将所述特征数据输入至预设的故障预测模型中，得到故障预测结果；若所述故障预测结果是设备故障，则生成故障预警指令，并将所述故障预警指令发送至工作人员的设备终端。本申请具有的技术效果是：实现了根据PSCADA供电设备故障预测系统中供电设备故障预测监测数据对设备运行期的故障早期预测。
供电设备故障预测方法装置存储介质

[发明专利]一种基于梯度提升决策树的设备故障预测方法-CN201811229565.1有效
发明人：刘必为 -专利权人：武汉大学
申请日： 2018-10-22 - 公布日： 2022-02-15 - 主分类号： G06F30/27 文献下载
摘要：本发明提出了一种基于梯度提升决策树的设备故障预测方法。本发明构建设备故障特征向量，通过设备故障特征向量构建归一化后设备特征向量以及编码后设备特征向量；根据归一化后设备特征向量、编码后设备特征向量构建故障大类预测模型输入特征，通过故障大类梯度提升决策树分类模型训练得到最终故障大类预测模型；引入故障大类类型预测值构建故障小类预测模型输入特征，通过故障小类梯度提升决策树分类模型训练得到最终故障小类预测模型；引入故障大类类型预测值以及故障小类类型预测值构建设备寿命预测模型输入特征，通过设备寿命梯度提升决策树分类模型训练得到最终设备寿命预测模型本发明保证了预测结果的精确度，提升了结果的可靠性。
一种基于梯度提升决策树设备故障预测方法

[发明专利]基于贝叶斯分类的设备故障信号频发预测方法-CN201810567469.1有效
发明人：吴奕;冷喜武;肖艳炜;何锐;尹小波;赵扬;武毅;曹宇;杨笑宇;谭琛 -专利权人：国家电网公司;国网江苏省电力公司;国网浙江省电力公司;国网四川省电力公司;国网江苏省供电公司南京供电公司;北京科东电力控制系统有限责任公司
申请日： 2018-06-05 - 公布日： 2021-07-20 - 主分类号： G05B23/02 文献下载
摘要：本发明属于电力系统设备故障预测领域，尤其涉及基于贝叶斯分类的设备故障信号频发预测方法。所述方法基于电网运行大数据，根据数据量等级分为次优设备故障预测方法和最优故障预测方法；当数据量不足N年，其中N4时，使用次优设备故障预测方法；当数据量N较大，其中N≥4时，使用最有故障预测方法。次优设备故障预测方法解决了数据量不足带来的预测困难的难题。最优故障预测方法综合多项电网运行因素，以较高的精确度预测电网设备故障信号发生情况。
基于贝叶斯分类设备故障信号频发预测方法

[发明专利]故障预警系统及方法-CN201910860038.9有效
发明人：龚勇;周志忠;郭岗;尹君 -专利权人：中科云谷科技有限公司
申请日： 2019-09-11 - 公布日： 2022-03-15 - 主分类号： G05B23/02 文献下载
摘要：本发明实施方式提供一种故障预警系统，其包括故障预警设备和云计算设备，所述故障预警设备包括：现场数据采集模块，用于采集待预测对象的现场数据；以及边缘计算模块，用于接收所述现场数据以及来自云计算设备的故障预测模型，将所述现场数据输入所述故障预测模型，以判断所述待预测对象是否出现或者即将出现故障。本发明可保证所述故障预测模型的准确性，且可使得故障预警设备总是可利用由云计算设备下发的准确的故障预测模型进行故障预测，进而保证了待预测对象的故障预测和预警的准确性。
故障预警系统方法

[发明专利]一种动力设备故障预测模型在线应用的方法及应用系统-CN202011024022.3在审
发明人：陈百利;汪卫兵;吴延军;林健;肖耀涛 -专利权人：广东邮电职业技术学院
申请日： 2020-09-25 - 公布日： 2021-01-29 - 主分类号： G05B19/042 文献下载
摘要：本发明属于信息技术领域，公开了一种动力设备故障预测模型在线应用的方法及应用系统，将由不同的预测方法生成的动力设备故障预测模型按照不同设备的故障分类，离线生成设备故障预测模型库；将故障预测模型库部署到现网运行系统中，对当前系统进行设备故障预测，在线生成维修或维护计划；对部分故障类型的预测模型进行重训练，在线或离线更新设备故障预测模型库。本发明将离线生成的故障预测模型应用到在线系统中，可以实时了解设备可能出现的故障，并为决策者提供该设备的维修或维护计划，做到提前检修，从而避免了因设备故障而给通信设备带来的停机隐患。
一种动力设备故障预测模型在线应用方法系统

[发明专利]故障预测方法、装置、计算机设备和存储介质-CN202110499725.X在审
发明人：欧锁阳;曲杰;周旭 -专利权人：武汉联影医疗科技有限公司
申请日： 2021-05-08 - 公布日： 2021-08-20 - 主分类号： G16H40/40 文献下载
摘要：本申请涉及一种故障预测方法、装置、计算机设备和存储介质。所述方法通过获取待检测设备的运行数据和故障预测网络，并将运行数据和故障预测网络输入至预设的加速推理网络中进行故障预测网络的优化和故障预测，得到预测结果。上述方法中，由于加速推理网络在对待检测设备进行故障预测的过程中实现了对故障预测网络的优化，简化了故障预测网络的网络结构，进而简化了后期基于优化后的故障预测网络进行故障预测的流程，从而提高了故障预测的速度，能够达到提高故障预测的时效性的效果。
故障预测方法装置计算机设备存储介质

[发明专利]故障预测系统及程序和方法及设备、打印机和管理服务器-CN200310121518.2有效
发明人：谷口真也;高桥有亮 -专利权人：精工爱普生株式会社
申请日： 2003-12-19 - 公布日： 2004-07-14 - 主分类号： G06F17/00 文献下载
摘要：本发明公开了一种可以准确地预测与网络相连的设备的故障的新颖故障预测系统、故障预测程序、故障预测方法、设备、打印机以及设备管理服务器。故障预测系统设置有多个设备10和用于通过网络N管理该多个设备10的设备管理服务器12。各个设备10都设置有设备诊断装置20，用于诊断该设备自身的状态以通报诊断结果；设备管理服务器12设置有故障预测装置30，用于根据由各个设备诊断装置20发送的诊断结果来预测具有故障趋势的设备。这样，不仅可以准确地预测由预料到的因素引起的故障，甚至可以准确地预测由未预料到的因素引起的故障。
故障预测系统程序方法设备打印机管理服务器

[发明专利]建筑机电系统故障智能预测方法和系统-CN202310501101.6在审
发明人：李孔政;王晓明 -专利权人：李孔政
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06Q10/20 文献下载
摘要：本发明涉及建筑机电系统维护的领域，尤其是涉及建筑机电系统故障智能预测方法和系统。建筑机电系统故障智能预测方法包括：响应于设备的运行数据被第一预测条件满足，生成设备位置及设备运行的故障预测信息；响应于设备的环境数据被第二预测条件满足，生成所述设备位置及环境异常信息；生成并发送故障预测清单，所述故障预测清单包括所述设备位置以及故障预测信息和/或环境异常信息。本申请具有在建筑机电系统中提前预测故障出现的效果。
建筑机电系统故障智能预测方法系统

[发明专利]基于图像识别算法的数据中心设备故障预测系统及方法-CN202210639245.3在审
发明人：耿虎;昂少强;于刚;张媛;常先久;张彪 -专利权人：万申科技股份有限公司
申请日： 2022-06-07 - 公布日： 2022-08-12 - 主分类号： G06F11/07 文献下载
摘要：本发明公开了基于图像识别算法的数据中心设备故障预测系统及方法，涉及计算机技术领域，解决了现有技术在进行设备故障预测中，需要持续获取设备状态数据，且无法对故障位置进行准确定位，导致设备故障预测效率低，且故障定位不及时的技术问题；本发明根据经验数据确定重点设备，获取重点设备的连接标签；根据连接标签采集标准设备的状态数据，将状态数据和故障预测库相结合确定故障预测标签，不仅能够提高故障预测效率，而且可以对故障位置进行准确定位；本发明基于知识图谱构建故障预测库，将故障历史数据中的标准设备以及对应的不同状态数据作为实体，故障类型作为实体，故障概率作为关联关系进而建立故障知识图谱，能够提高故障预测的准确性。
基于图像识别算法数据中心设备故障预测系统方法

[发明专利]一种工业数字孪生的仿真运维系统-CN202310887639.5在审
发明人：张淑云;陈彬;阳建帮 -专利权人：安徽斯维尔信息科技有限公司
申请日： 2023-07-19 - 公布日： 2023-10-27 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种工业数字孪生的仿真运维系统，涉及仿真运维技术领域，包括数据获取模块、异常设备判定模块、数据分析模块、补偿数据生成模块和数据补偿模块；解决了在对各个工业设备进行故障预测时会存在一定的误差，无法准确识别故障预测发生时间点、故障预测发生类型和故障预测严重指数的技术问题：通过对各个工业设备对应的历史故障预测数据和对应的实际故障数据进行分析，对工业设备的故障预测数据进行故障预测发生时间点和故障预测严重指数取值的重新判断，生成新的预测区间，同时将其作为新的故障预测发生时间点和故障预测严重指数进行输出，避免导致对相关工业设备维护滞后的情况，进一步保证了相关工业设备的正常运行。
一种工业数字孪生仿真维系

[发明专利]故障识别方法、故障识别系统、电子设备及存储介质-CN202211508321.3在审
发明人：陈娇娇 -专利权人：华润数字科技有限公司
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： G06V10/764 文献下载
摘要：本申请实施例提供了一种故障识别方法、故障识别系统、电子设备及存储介质，属于人工智能技术领域。该方法包括：根据设备故障标签和故障图像生成子模型生成预测故障图像；通过故障判别子模型对设备故障图像和预测故障图像进行判别得到预测判别数据，根据设备故障图像、预测故障图像、设备故障标签和预测判别数据确定故障数据增强模型；根据故障数据增强模型进行数据增强得到故障增强图像，并根据初始分类模型对增强后的图像进行故障识别得到预测故障分类标签；根据预测故障分类标签和设备故障标签确定故障识别模型；以根据故障识别模型对目标故障图像进行故障识别得到目标故障标签本申请实施例能够在少量故障样本下提高对故障识别的准确率。
故障识别方法系统电子设备存储介质

[发明专利]基于深度学习的料场设备故障预测方法、系统及存储介质-CN202210657534.6在审
发明人：孔德奇;张树良;张耿霖;田钧成;王明东;于东生;于福来;孟庆忠;许博;赵德杨;王建军 -专利权人：国家电投集团东北电力有限公司本溪热电分公司
申请日： 2022-06-10 - 公布日： 2022-11-18 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种基于深度学习的料场设备故障预测方法、系统及存储介质，涉及料场设备故障预测技术领域，包括：对采集到的PLC时序数据及报警信息进行故障树分析，将故障树分析得到的故障以及对应的故障特征存储于数据库，形成专家知识库；构建基于LSTM的故障预测模型，并对存储于数据库中的故障特征作为训练集进行故障预测模型训练，得到训练好的故障预测模型；将采集到的实时PLC时序数据输入至训练好的故障预测模型中，得到预测出的故障时间序列；根据专家知识库存储的故障特征和故障之间的对应关系以及预测出的故障时间序列，推理得出故障预测结果。本发明可以实现设备故障预测预警，能够大大减少因为突发故障导致的设备停机停产。
基于深度学习料场设备故障预测方法系统存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条