【技术实现步骤摘要】
本专利技术属于家用电器，更具体地说，是涉及一种电器故障预判方法及系统。
技术介绍
1、随着生活水平的提高，空调、空气净化器等家用电器越来越多地进入各个家庭。然而相关技术中，家用电器只有在出现了运行故障时，才报出故障，存在故障监测不及时，障诊断效率低，安全性低，且不利于用户体验的问题。
技术实现思路
1、本专利技术的目的在于提供一种电器故障预判方法及系统，旨在解决现有技术中存在的电器故障诊断不及时的技术问题。
2、为实现上述目的，本专利技术采用的技术方案是：提供一种电器故障预判方法，包括以下步骤：
3、使用多个传感器对电器运行状态的数据信息进行收集，并进行预处理进而得到标准数据集；
4、对数据信息进行聚类挖掘，得到数据特征，所述数据特征用于说明设备的工作特征；并根据数据特征作建立为样本集；
5、根据样本集及神经网络模型构建电器的工作状态预测模型，并对该工作状态特征预测模型的精准度进行验证；
6、利用工作状态预测模型进行预测，然后和多...
【技术保护点】
1.一种电器故障预判方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种电器故障预判方法，其特征在于，对数据信息进行聚类挖掘的过程包括以下步骤：
3.如权利要求1所述的一种电器故障预判方法，其特征在于，神经网络的激活函数为S函数；神经网络梯度的计算公式为Sh；
4.如权利要求3所述的一种电器故障预判方法，其特征在于，聚类中心距离平方和的目标函数H的公式为：
5.如权利要求4所述的一种电器故障预判方法，其特征在于，样本数据到特征聚类中心的距离大小Zmn的计算公式为：
6.如权利要求1所述的一种电器故障预...
【技术特征摘要】
1.一种电器故障预判方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种电器故障预判方法，其特征在于，对数据信息进行聚类挖掘的过程包括以下步骤：
3.如权利要求1所述的一种电器故障预判方法，其特征在于，神经网络的激活函数为s函数；神经网络梯度的计算公式为sh；
4.如权利要求3所述的一种电器故障预判方法，其特征在于，聚类中心距离平方和的目标函数h的公式为：
5.如权利要求4所述的一种电器故障预判方法，其特征在于，样本数据到特征聚类中心的距离大小zmn的计算公式为：
6.如权利要求1所述...
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。