【技术实现步骤摘要】
本专利技术涉及设备检修，特别涉及一种故障预测方法、装置、存储介质以及电子设备。
技术介绍
1、核电站主泵是核电站介质输运、热量交换的重要动力源，同时也是反应堆能安全停堆的重要安全设施，其安全可靠性直接影响反应堆的功能完整性和安全可靠性。当前对核电站主泵开展状态评估仅仅完成对主泵是否有故障以及与故障对应的故障类型，没有对主泵特征变化趋势进行预测的方法，使得检修人员只能凭借已出现的故障进行设备的检修，使得设备检修不及时，影响设备的使用寿命，并同时造成非常大的经济损失。
技术实现思路
1、有鉴于此，本专利技术提供了一种故障预测方法、装置、存储介质以及电子设备，主要目的在于解决目前存在的无法预测设备故障类型而导致的设备检修不及时，影响设备的使用寿命的问题。
2、为解决上述问题，本申请提供一种故障预测方法，包括：
3、基于各特征数据集，采用预设神经网络算法进行预测，得到未来各预测时刻的预测特征数据集，各所述特征数据集是对待检修设备的各采样时刻采集的振动信号数据进行特征提取得到
4本文档来自技高网...
【技术保护点】
1.一种故障预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于各特征数据集，采用预设时间序列算法进行预测，得到未来各预测时刻的预测特征数据集，具体包括：
3.如权利要求1所述的方法，其特征在于，在采用各预设支持向量机模型分别对各所述特征数据集以及各所述预测特征数据集进行故障类型识别之前，所述方法还包括：构建各所述预设支持向量机模型，具体包括：
4.如权利要求1所述的方法，其特征在于，所述基于各所述概率值采用因果指数法进行故障筛选，得到待检测设备的一次故障类型，具体包括：
5.如权利要求4所述的...
【技术特征摘要】
1.一种故障预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述基于各特征数据集，采用预设时间序列算法进行预测，得到未来各预测时刻的预测特征数据集，具体包括：
3.如权利要求1所述的方法，其特征在于，在采用各预设支持向量机模型分别对各所述特征数据集以及各所述预测特征数据集进行故障类型识别之前，所述方法还包括：构建各所述预设支持向量机模型，具体包括：
4.如权利要求1所述的方法，其特征在于，所述基于各所述概率值采用因果指数法进行故障筛选，得到待检测设备的一次故障类型，具体包括：
5.如权利要求4所述的方法，其特征在于，所述基于各所述概率值采用因果指数法进行计算处理，获得各故障类型间的因果指数值，具体包括：
6.如权利要求5所述的方法...
【专利技术属性】
技术研发人员：罗能，刘才学，蒋兆翔，何攀，王广金，杨泰波，罗婷，周成宁，钟彦杰，李书剑，王进，邹博豪，陈雪莹，
申请(专利权)人：中国核动力研究设计院，
类型：发明
国别省市：
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。