公开(公告)号：CN110879971B

公开(公告)日：2023-06-13

申请号：CN201911012782.X

申请日：2019-10-23

Applicant: 上海宝信软件股份有限公司

Inventor： 张智 ,  徐桂红 ,  陈春卫

IPC: G06F18/213 ,  G06F18/214

Abstract: 本发明提供了一种工业生产设备运行异常情况预测方法，包括如下步骤：步骤1：收集设备相关数据；步骤2：对收集的相关数据进行预处理；步骤3：对预处理后的数据进行样本标注；步骤4：对样本标注后的数据进行特征提取，形成特征集数据；步骤5：将特征集数据输入高斯混合模型算法进行预测模型训练，得到预测结果；步骤6：将得到的预测结果进行专家分析；与实际情况相符合的分析结果则正常输出，同时提醒企业生产用户；与实际情况不相符的分析结果则由专家提出建议，并且以此反馈，优化模型算法。通过上述步骤，实现了用户对运行设备异常情况的提前了解，可以有效地降低未知的风险，提高生产效率。

公开(公告)号：CN110879971A

公开(公告)日：2020-03-13

申请号：CN201911012782.X

申请日：2019-10-23

Applicant: 上海宝信软件股份有限公司

Inventor： 张智 ,  徐桂红 ,  陈春卫

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供了一种工业生产设备运行异常情况预测方法，包括如下步骤：步骤1：收集设备相关数据；步骤2：对收集的相关数据进行预处理；步骤3：对预处理后的数据进行样本标注；步骤4：对样本标注后的数据进行特征提取，形成特征集数据；步骤5：将特征集数据输入高斯混合模型算法进行预测模型训练，得到预测结果；步骤6：将得到的预测结果进行专家分析；与实际情况相符合的分析结果则正常输出，同时提醒企业生产用户；与实际情况不相符的分析结果则由专家提出建议，并且以此反馈，优化模型算法。通过上述步骤，实现了用户对运行设备异常情况的提前了解，可以有效地降低未知的风险，提高生产效率。