[发明专利]基于神经网络的设备管理方法及装置有效

专利信息
申请号: 201910527534.2 申请日: 2019-06-18
公开(公告)号: CN110232482B 公开(公告)日: 2023-07-25
发明(设计)人: 魏显文;颜鲁薪;马瑞林;张国维;王子硬 申请(专利权)人: 魏显文
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0637;G06Q50/06
代理公司: 厦门原创专利事务所(普通合伙) 35101 代理人: 张丽昆
地址: 733000 甘肃省武威市*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 设备管理 方法 装置
【权利要求书】:

1.一种基于神经网络的设备管理方法,其特征在于,所述方法包括:

获取电力设备在当前时刻之前的预设时长内运行产生的种类不同的第一运行参数和第二运行参数;

利用预设的第一神经网络分类模型处理所述第一运行参数,获得用于表示所述电力设备是否异常的第一结果;以及,利用预设的第二神经网络分类模型处理所述第二运行参数,获得用于表示所述电力设备是否异常的第二结果;

利用预设的第三神经网络分类模型处理所述第一结果和所述第二结果,获得用于预估所述电力设备是否会出现故障的故障预估结果;

其中,所述第一结果为第一数组,所述第二结果为第二数组,利用预设的第三神经网络分类模型处理所述第一结果和所述第二结果,获得用于预估所述电力设备是否会出现故障的故障预估结果,包括:

生成所述第一数组的正则表达式,并根据所述第一数组的正则表达式,确定出与所述第一结果相似的多个第一相似结果;以及,生成所述第二数组的正则表达式,并根据所述第二数组的正则表达式,确定出与所述第二结果相似的多个第二相似结果;

将所述第一结果、所述多个第一相似结果、所述第二结果和所述多个第二相似结果输入所述第三神经网络分类模型,获得所述第三神经网络分类模型输出的所述故障预估结果;

其中,所述第一数组为小于1且大于0的三位小数,生成所述第一数组的正则表达式,并根据所述第一数组的正则表达式,确定出与所述第一结果相似的多个第一相似结果,包括:

将所述第一数组中的第二位数替换为所述第二位数对应的预设表达式,获得所述第一数组的正则表达式;

根据所述预设表达式关联的多个数值,确定出与所述第一数组相似的多个第一相似数组,其中,所述多个数值各不相同,每个所述数值为大于等于0且小于10的整数,每个所述第一相似数组中的第一位数与所述第一数组中的第一位数的相同,每个所述第一相似数组中的第三位数与所述第一数组中的第三位数的相同,每个所述第一相似数组中的第二位数为对应的一个所述数值。

2.根据权利要求1所述的基于神经网络的设备管理方法,其特征在于,获取所述电力设备在当前时刻之前的预设时长内运行产生的第一运行参数,包括:

获得所述电力设备在所述当前时刻之前的所述预设时长内运行产生的所有的所述第一运行参数,并从所有的所述第一运行参数中确定出为最大值的所述第一运行参数;或者,

获得所有的所述第一运行参数,从所有的所述第一运行参数中确定出为最小值的所述第一运行参数;或者

获得所有的所述第一运行参数,对所有的所述第一运行参数进行求平均,获得平均的所述第一运行参数。

3.一种基于神经网络的设备管理方法,其特征在于,所述方法包括:

获取第一电力设备在当前时刻之前的预设时长内运行产生的第一运行参数,以及获取第二电力设备在所述当前时刻之前的所述预设时长内运行产生的第二运行参数,其中,所述第一电力设备向所述第二电力设备输出电能;

利用预设的第一神经网络分类模型处理所述第一运行参数,获得用于表示所述第一电力设备是否异常的第一结果;以及,利用预设的第二神经网络分类模型处理所述第二运行参数,获得用于表示所述第二电力设备是否异常的第二结果;

利用预设的第三神经网络分类模型处理所述第一结果和所述第二结果,获得用于预估所述第一电力设备是否会出现故障的故障预估结果;

其中,所述第一结果为第一数组,所述第二结果为第二数组,利用预设的第三神经网络分类模型处理所述第一结果和所述第二结果,获得用于预估所述电力设备是否会出现故障的故障预估结果,包括:

生成所述第一数组的正则表达式,并根据所述第一数组的正则表达式,确定出与所述第一结果相似的多个第一相似结果;以及,生成所述第二数组的正则表达式,并根据所述第二数组的正则表达式,确定出与所述第二结果相似的多个第二相似结果;

将所述第一结果、所述多个第一相似结果、所述第二结果和所述多个第二相似结果输入所述第三神经网络分类模型,获得所述第三神经网络分类模型输出的所述故障预估结果。

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魏显文,未经魏显文许可,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/201910527534.2/1.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