[发明专利]分析核心与聚合在审

专利信息
申请号: 201910175707.9 申请日: 2019-03-08
公开(公告)号: CN110245772A 公开(公告)日: 2019-09-17
发明(设计)人: L.埃斯克里歇;D.S.托勒达诺;C.L.阿伯纳蒂;K.S.克拉兴;J.S.卡彭特;P.A.马利塔;W.K.金凯 申请(专利权)人: 通用电气公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/10;G06F17/50
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 徐予红;杨美灵
地址: 美国*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目录组件 关联 监测组件 模型处理 模型集合 模型子集 学习组件 资产 套件 聚合 分析 监测和分析 处理模型 健康状态 子集 管理 预测 学习
【权利要求书】:

1. 一种系统,包括:

存储器,所述存储器存储计算机可执行组件;以及

处理器,所述处理器被配置为执行存储在所述存储器中的以下计算机可执行组件:

监测组件,所述监测组件监测和分析与一个或多个资产相关联的数据;

目录组件,所述目录组件管理与所述一个或多个资产相关联的分析,其中所述目录组件管理用于所述一个或多个资产的模型集合;

模型套件组件,所述模型套件组件从所述模型集合中选择模型子集;以及

模型处理/学习组件,所述模型处理/学习组件处理所述模型子集,并执行与所述模型子集相关联的学习以预测所述一个或多个资产的健康状态。

2.如权利要求1所述的系统,其中所述模型套件组件定义用于所述一个或多个资产的一个或多个特征的一个或多个模型。

3.如权利要求1所述的系统,其中所述模型处理/学习组件执行一个或多个机器学习技术以预测所述一个或多个资产的所述健康状态。

4.如权利要求1所述的系统,其中所述模型处理/学习组件学习与所述模型子集相关的一个或多个特征。

5.如权利要求1所述的系统,其中所述计算机可执行组件进一步包括:

飞进组件,所述飞进组件执行预报模型以确定对于所述一个或多个资产的确定性预报和/或概率预报。

6.如权利要求5所述的系统,其中所述飞进组件确定所述一个或多个资产的一个或多个预测的操作特性。

7.如权利要求5所述的系统,其中所述飞进组件采用用于所述一个或多个资产的一组历史参数来预报所述一个或多个资产的一个或多个未来的操作特性。

8.如权利要求1所述的系统,其中所述计算机可执行组件进一步包括:

检查器聚合组件,所述检查器聚合组件聚合所述模型子集以确定对于所述一个或多个资产的优化模型。

9.如权利要求3所述的系统,其中所述计算机可执行组件进一步包括:

资源图聚合组件,所述资源图聚合组件确定与所述模型子集的聚合相关联的一组属性,以促进来自所述一个或多个资产中的至少一个资产的服务。

10.一种方法,包括:

由包括处理器的系统监测与一个或多个资产相关联的数据;

由所述系统分析所述一个或多个资产;

由所述系统管理与所述一个或多个资产相关联的分析,包括生成用于所述一个或多个资产的模型集合;

由所述系统从所述模型集合中选择模型子集;以及

由所述系统执行与所述模型子集相关联的学习以预测所述一个或多个资产的健康状态。

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通用电气公司,未经通用电气公司许可,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/pat/books/201910175707.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top