【技术实现步骤摘要】
本专利技术属于船舶动力系统设备的智能故障诊断领域，特别是一种基于知识图谱与卷积神经网络的船舶动力系统设备故障诊断方法。
技术介绍
1、随着船舶工业的快速发展，船舶动力系统的复杂性和技术水平不断提高，对其故障诊断的需求也日益增加。船舶动力系统作为船舶的核心组成部分，其稳定性和可靠性直接关系到船舶的安全性和经济性。然而，由于船舶动力系统设备种类繁多、结构复杂、运行环境恶劣，传统的故障诊断方法往往难以满足实际需求。因此，如何提高船舶动力系统故障诊断的准确性和效率，成为当前研究的热点和难点。传统的船舶动力系统故障诊断方法主要依赖于专家经验和规则库，但这种方法存在一定的局限性。首先，基于经验的诊断方法需要大量的专家知识积累，且诊断结果易受主观因素影响；其次，规则库的构建和维护需要耗费大量的人力和时间，且难以应对系统复杂性和环境多变性的挑战。随着人工智能和大数据技术的发展，基于数据驱动的故障诊断方法逐渐成为研究的重点。
2、知识图谱通过节点和线来表示实体和关系，能够实现对知识的结构化表示及推理，知识图谱可以有效整合各类设备之间的关系和各...
【技术保护点】
1.本权利要求所述的一种基于知识图谱与卷积神经网络的船舶动力系统设备故障诊断方法，其特征在于：
2.本权利要求所述构建知识图谱部分，其主要步骤是：
3.本权利要求所述知识图谱结合卷积神经网络部分，其主要特征是指利用TransD方法实现船舶动力系统设备知识图谱嵌入，将知识图谱模型训练结果作为卷积神经网络的输入，进一步通过卷积层、池化层和Softmax函数训练得到船舶动力系统设备故障诊断模型。
【技术特征摘要】
1.本权利要求所述的一种基于知识图谱与卷积神经网络的船舶动力系统设备故障诊断方法，其特征在于：
2.本权利要求所述构建知识图谱部分，其主要步骤是：
3.本权利要求所述知识图谱结合卷积神...
【专利技术属性】
技术研发人员：黄从智，刘力云，刘晓泽，陈彦州，郑伟，柯志武，
申请(专利权)人：华北电力大学，
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。