【技术实现步骤摘要】
基于工业大数据风机故障预测方法及系统
本专利技术涉及风机故障预测领域，特别涉及一种基于工业大数据风机故障预测方法及系统。
技术介绍
工业大数据，是工业领域信息化应用中产生的数据，包含信息管理系统数据、机器设备数据和外部数据。工业大数据技术是集数据采集、数据存储、数据分析、数据挖掘、数据可视化为一体的，运用先进大数据技术，贯穿于工业的设计、工业、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。目前的风机行业存在故障预测模型不够准确，风机数据价值无法体现的问题，为此需要提出一种基于工业大数据风机故障预测方法及系统以解决该问题。
技术实现思路
在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施例部分中进一步详细说明。本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。根据本专利技术的一个方面，提供一种基于工业大数据风机故障预测方法，其包括：采集每个风机的相关数据；基于采集的每个风机的相关数据利用已经训练好的风机故障预测模型...
【技术保护点】
1.一种基于工业大数据风机故障预测方法，其特征在于，包括：采集每个风机的相关数据；基于采集的每个风机的相关数据利用已经训练好的风机故障预测模型进行风机故障预测；发送风机故障预测结果。
【技术特征摘要】
1.一种基于工业大数据风机故障预测方法，其特征在于，包括：采集每个风机的相关数据；基于采集的每个风机的相关数据利用已经训练好的风机故障预测模型进行风机故障预测；发送风机故障预测结果。2.根所述据权利要求1所述的方法，其特征在于，所述风机的相关数据包括以下数据中的至少一个：运行状态、功率、风速、机舱方向、无功功率、x方向振动、y方向振动、齿轮箱出口压力、齿轮箱泵压力、液压站压力、叶轮转速、发电机转速、环境温度、机舱温度、齿轮箱温度、发电机绕组温度、桨角1、桨角2、桨角3、A相电压、B相电压、3C相电压、电网频率、A相电流、B相电流、C相电流、故障状态。3.根据权利要求1所述的方法，其特征在于，还包括：建立风机故障预测模型。4.根据权利要求4所述的方法，其特征在于，建立风机故障预测模型包括：对采集每个风机的相关数据进行预处理；将经过预处理的相关数据拆分为训练数据集和测试数据集；利用所述训练数据集对风机故障预测模型进行训练，并选出符合预测效果的风机故障预测模型；利用所述测试数据对符合预测效果的风机故障预测模型进行测试；对进行测试的风机故障预测模型进行评估，并导出评估符合要求的风机故障预测模型。5.根据权利要求4所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：刘哲，邹萍，
申请(专利权)人：北京航天智造科技发展有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。