机电故障智能分析方法及系统技术方案

本发明专利技术提供机电故障智能分析方法及系统，涉及电力设备检修技术领域，本发明专利技术通过在故障发生时，获取原始故障信息并进行初步筛选，去除重复信息和无用信息，形成重复特征词集和无用特征词集，获取重复特征词集和无用特征词集中每一特征词在历史故障集中的出现频率和诊断准确率数据，并根据重复特征词集和无用特征词集的数据，分别生成第一诊断结果评价系数和第二诊断结果评价系数，用于评价各特征词的诊断准确程度，最后，结合历史故障集进行分析处理，构建优化调整模型，对当前初步筛选的重复特征词集和无用特征词集进行优化调整，以减少误删故障关键信息的情况发生，提高故障诊断的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及电力设备检修，具体为机电故障智能分析方法及系统。

技术介绍

1、随着机电设备在工业生产和日常生活中的广泛应用，对其运行状态和故障诊断的需求日益增加，传统的机电设备故障诊断方法主要依赖于人工经验和简单的故障检测设备；

2、现有技术中的，公开号为cn114298188a公开了一种电力设备故障智能分析方法及系统，首先收集变电站电力设备故障信息以及相应的诊断结果，构建设备故障集，随后实时监控电力设备运行状态，对原始故障信息中的重复信息进行删减从而提高诊断系统的诊断效率；之后根据删减后的故障信息的特征词遍历数据库中案例的所有相关信息，进行特性匹配，并基于贝叶斯网络进行设备故障诊断；根据诊断结果确定对应的处理方案并解决设备故障，并将相应故障情况及处理结果存入数据库，本次故障信息中将影响故障的关键特征词逐一标记；有效弥补了人工管理电力设备的局限，能够实时提供数据参考，且可以有效地缩短因设备故障而造成的设备停运时间并减少小故障、常见故障的发生。

3、存在着以下几个方面的不足：

4、首先，传统的故障诊断方法依赖于技术人员丰富本文档来自技高网...

【技术保护点】

1.机电故障智能分析方法，其特征在于，具体步骤包括：

2.根据权利要求1所述的机电故障智能分析方法，其特征在于：所述出现频率基于故障日志中特征词的实际出现次数计算得出，并对出现频率标定为CXf；

3.一种机电故障智能分析系统，其特征在于：所述系统用于执行权利要求1-2任意一项所述的机电故障智能分析方法，包括：

【技术特征摘要】

1.机电故障智能分析方法，其特征在于，具体步骤包括：

2.根据权利要求1所述的机电故障智能分析方法，其特征在于：所述出现频率基于故障日志中特征词的实际出现次...

【专利技术属性】
技术研发人员：孙宁，陈志元，孙振国，陈江，刘军军，梁昌平，黄俊，
申请(专利权)人：无锡学院，
类型：发明
国别省市：