【技术实现步骤摘要】
本专利技术涉及建筑机电运维领域，尤其涉及一种基于时序算法的设备预测维护方法、系统及装置。
技术介绍
1、数字化与智能化深度融合的时代背景下，建筑楼宇的机电设备管理正经历着前所未有的变革。随着物联网、大数据、云计算等技术的飞速发展，建筑楼宇的智能化水平不断提升，对机电设备的ai智能化运行提出了更高要求。然而，传统建筑机电设备的运维方式仍面临诸多挑战。传统的ba系统虽然实现了一定程度的自动化控制，但其功能单一，响应迟缓，难以适应现代建筑机电系统日益复杂的需求。此外，传统运维模式过于依赖人工经验和预设规则，缺乏数据驱动的精准决策能力，导致运维效率低下，故障预测不及时，能源浪费严重。现代建筑中的机电系统，如暖通空调(hvac)、电梯、给排水等，不仅规模庞大、相互关联，而且运行数据庞大且复杂多变。如何高效利用这些数据，挖掘其背后的运行规律和故障预警信息，成为提升建筑机电设备运维管理水平的关键。
技术实现思路
1、为了克服现有技术传统运维模式过于依赖人工经验和预设规则，缺乏数据驱动的精准决策能力，导致...
【技术保护点】
1.一种基于时序算法的设备预测维护方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于时序算法的设备预测维护方法，其特征在于，所述预测模型的训练过程包括：
3.根据权利要求2所述的基于时序算法的设备预测维护方法，其特征在于，对训练样本进行预处理，预处理包括以下步骤：
4.根据权利要求1所述的基于时序算法的设备预测维护方法，其特征在于，同步实时监测未来多个连续时间点的实际功率数据，设定偏差基准值，计算实际功率数据与预测功率数据功率之间的偏差值，偏差值超出偏差基准值时，生成预测性维护结果。
5.根据权利要求4所述的...
【技术特征摘要】
1.一种基于时序算法的设备预测维护方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于时序算法的设备预测维护方法，其特征在于，所述预测模型的训练过程包括：
3.根据权利要求2所述的基于时序算法的设备预测维护方法，其特征在于，对训练样本进行预处理，预处理包括以下步骤：
4.根据权利要求1所述的基于时序算法的设备预测维护方法，其特征在于，同步实时监测未来多个连续时间点的实际功率数据，设定偏差基准值，计算实际功率数据与预测功率数据功率之间的偏差值，偏差值超出偏差基准值时，生成预测性维护结果。
5.根据权利要求4所述的基于时序算法的设备预测维护方法，其特征在于，基于偏差基准值设置分级阈值，根据分级阈值对预测...
【专利技术属性】
技术研发人员：戴吉平，李信洪，李克峰，
申请(专利权)人：深圳达实智能股份有限公司，
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。