[发明专利]故障劣化程度确定方法、装置、计算机设备及存储介质有效
| 申请号： | 201910931788.0 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110673578B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 王印松;孙天舒;丁梦婷 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 合肥市科融知识产权代理事务所(普通合伙) 34126 | 代理人： | 王前程;王家培 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于计算机技术领域，提供了一种故障劣化程度确定方法、装置、计算机设备及存储介质，所述方法包括：获取故障诊断数据；基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；根据所述特征数据集以及预设的第一故障诊断模型确定是否存在第一故障；根据所述故障诊断数据以及预设的第一故障劣化评价模型确定第一故障的劣化程度。本发明实施例提供的故障劣化程度确定方法，其中第一故障诊断模型以及第一故障诊断模型是基于大量的样本数据以及非负矩阵分解算法预先训练生成，对故障的判断以及故障劣化程度具有较高的准确率，此外还能够判断出故障的劣化程度，便于用户获取更加全面的故障信息。 | ||
| 搜索关键词： | 故障 程度 确定 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
1.一种故障劣化程度确定方法，其特征在于，具体包括以下步骤：/n按照预设的规则获取故障诊断数据；/n基于半非负矩阵分解对所述故障诊断数据进行矩阵分解生成特征数据集；/n根据所述特征数据集以及预设的基于二分类非负矩阵分解算法训练生成的第一故障诊断模型确定是否存在第一故障；/n当判断存在第一故障时，根据所述故障诊断数据以及预设的基于二分类非负矩阵分解算法训练生成的第一故障劣化评价模型确定第一故障的劣化程度。/n
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华北电力大学（保定），未经华北电力大学（保定）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/201910931788.0/，转载请声明来源钻瓜专利网。
