• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于递归神经网络(RNN)的对电力生产设备进行预测性维护的方法
有效
专利申请进度
申请
2017-07-11
申请公布
2019-01-22
授权
2020-08-04
预估到期
2037-07-11
专利基础信息
申请号 CN201710567980.7 申请日 2017-07-11
申请公布号 CN109255440A 申请公布日 2019-01-22
授权公布号 CN109255440B 授权公告日 2020-08-04
分类号 G06N3/08
分类 计算;推算;计数;
申请人名称 上海有孚网络股份有限公司
申请人地址 上海市杨浦区国定路323号1201-1室
专利法律状态
  • 2020-08-04
    授权
    状态信息
    授权
  • 2020-05-08
    专利申请权、专利权的转移
    状态信息
    专利申请权的转移 IPC(主分类):G06N3/08 登记生效日:20200420 变更前申请人:上海有孚网络股份有限公司 变更前地址:200433 上海市杨浦区国定路323号3号楼12楼 变更前申请人:赵继胜 变更后申请人:上海有孚网络股份有限公司 变更后地址:200433 上海市杨浦区国定路323号1201-1室
  • 2020-05-08
    实质审查的生效
    状态信息
    实质审查的生效 IPC(主分类):G06N3/08
  • 2019-01-22
    公布
    状态信息
    公布
摘要
本发明提供了一种基于递归神经网络(RNN)的对电力生产设备进行预测性维护的方法,包括:建立基于Spark的数据建模平台,支持并行化的数据预处理和RNN建模;预定义的RNN结构;支持多种数据输入接口(HDFS,NFS,S3);数据预处理可以根据用户定义的数据清洗逻辑,将电力生产的燃煤机,泵系统,风机等几个主要功能模块的历史数据进行标准化;迭代式行建模和模型调优,建模过程通过以RNN方式进行数据特征提取并结合用户标记的故障状态进行诊断模型建模,调优过程通过验证数据集检测预判成功率并以用户定义的神经网络修正策略进行RNN重构。上述的技术方案提供一种基于递归神经网络(RNN)电力生产设备的时序数据进行迭代式建模,通过对故障发生模式的识别,为电力生产的运管人员提供故障预判以进行预测性维护。