一种基于时序数据分析的设备故障诊断方法

    公开(公告)号:CN115795274A

    公开(公告)日:2023-03-14

    申请号:CN202211355094.5

    申请日:2022-11-01

    Abstract: 本发明公开了工业场景中工业生产的一种基于时序数据分析的设备故障诊断方法,步骤包括:对工业生产系统运行时产生的时序数据库中的数据预处理;对预处理后的数据抽取出有效样本,并使多测点样本时间同步;对有效样本数据依据发生频率、发生时间、持续时间的特征进行关联规则分析,得到测点之间相关性的提升度矩阵,从而抽取出相关的测点;根据相关的测点的数据,推理得到故障归因子图。本发明运用大数据相关的数据挖掘方法,从海量传感数据中挖掘出设备故障的关联,运用人工智能领域的相关方法,对于历史传感数据进行单源、多源的时序分析,结合挖掘的关联联系关系,定位出异常数据对应的一个或多个故障位置。

    一种水电站运行设备图表示数据集的构建方法

    公开(公告)号:CN118296371A

    公开(公告)日:2024-07-05

    申请号:CN202410292829.7

    申请日:2024-03-14

    Abstract: 本发明涉及数据处理技术领域,具体涉及一种水电站运行设备图表示数据集的构建方法,包括以下步骤:对水电站SCADA系统中设备运行原始数据进行筛选与预处理;对经过筛选与预处理的数据时间窗口切割与标注;构建设备运行数据。本发明利用故障时间窗口切割和故障数据字典映射的方式生成数据样本,充分融合了水电站设备自身的属性、时序特征和关联特征,弥补了现有水电站设备相关数据集的不足。本发明进一步采用权值采样和标签遮罩的方法,克服了现有技术存在的数据集样本不均衡的缺陷。本发明得到的高质量的水电站运行设备图表示数据集,为应用于水电站设备安全运行的人工智能技术表现优秀打下良好的基础。

    一种基于逻辑规则增强的时序知识图谱关系预测方法

    公开(公告)号:CN118114763A

    公开(公告)日:2024-05-31

    申请号:CN202410162414.8

    申请日:2024-02-05

    Abstract: 本发明涉及计算机数据处理技术领域,尤其涉及时序知识图谱关系预测技术。本发明提出了一种基于逻辑规则增强的时序知识图谱关系预测方法,包括步骤:对现有事件的时序知识图谱预处理,形成关系逻辑规则集;依据关系逻辑规则集,对所有四元组,根据所采样到的路径,得到候选关系及其打分排名,生成候选关系集合;将候选关系集合应用到表示学习方法,将逻辑增强规则与表示学习相结合,以辅助表示学习方法做出判断。本发明采用基于逻辑规则增强的表示学习方法,将预处理得到的符合逻辑规则的候选关系集合,应用于表示学习,提高了时序知识图谱关系预测准确率。本发明还引入逻辑再增强模式,进一步提升了时序知识图谱关系预测的准确率。

Patent Agency Ranking