[发明专利]基于贝叶斯网络的设备故障诊断方法及系统有效

专利信息
申请号: 201810915922.3 申请日: 2018-08-13
公开(公告)号: CN109032872B 公开(公告)日: 2021-08-10
发明(设计)人: 陈国炎;陈颖;李俊均 申请(专利权)人: 广东电网有限责任公司广州供电局
主分类号: G06F11/22 分类号: G06F11/22;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 刘艳丽
地址: 510620 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于贝叶斯网络的设备故障诊断方法及系统。其中,所述方法可以根据输入的待诊断故障的设备的已知故障,从存储器中调取对应设备物理模型和经进行关联规则挖掘后的训练数据集的故障条件概率信息,给出该已知故障信息下的最优的故障诊断推荐并存储该最优的故障诊断并存储该最优的故障诊断,能够实现充分考虑信息的不确定性,给出的诊断结果都是当前条件下的最优解,而不是定性值,能够根据实际的诊断结果更新数据库,保证诊断的准确性。
搜索关键词: 基于 贝叶斯 网络 设备 故障诊断 方法 系统
【主权项】:
1.一种基于贝叶斯网络的设备故障诊断方法,其特征在于,包括:根据待诊断故障的设备,生成所述待诊断故障的设备的设备信息,所述设备信息包括设备类别、设备厂家、设备型号信息;根据所述生成的设备信息,从存储器中获取对应所述生成的设备信息的基于贝叶斯网络的设备物理模型和训练数据集,并对所述训练数据集进行关联规则挖掘,得到经进行关联规则挖掘后的训练数据集;根据所述设备物理模型和所述经进行关联规则挖掘后的训练数据集,输入所述待诊断故障的设备的已知故障;根据所述输入的所述待诊断故障的设备的已知故障,从存储器中调取对应所述设备物理模型和所述经进行关联规则挖掘后的训练数据集的故障条件概率信息,给出所述已知故障信息下的最优的故障诊断推荐并存储所述最优的故障诊断并存储所述最优的故障诊断。
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广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,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/201810915922.3/,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