CN119398756A 一种风电场设备故障智能诊断方法及系统 （华能赫章风力发电有限公司）_第1页
CN119398756A 一种风电场设备故障智能诊断方法及系统 （华能赫章风力发电有限公司）_第2页
CN119398756A 一种风电场设备故障智能诊断方法及系统 （华能赫章风力发电有限公司）_第3页
CN119398756A 一种风电场设备故障智能诊断方法及系统 （华能赫章风力发电有限公司）_第4页
CN119398756A 一种风电场设备故障智能诊断方法及系统 （华能赫章风力发电有限公司）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种风电场设备故障智能诊推理引擎和知识图谱增强的神经符号推理模块区域和诊断结果输入动态系统健康指数计算模2对所述多维度传感器数据采用边缘分析算法进行初步分析，确定需要将需要进一步诊断的多维度传感器数据输入预先构建好的故障诊断其中，所述预先构建好的故障诊断模型包括多模态深度学习度传感器数据采用边缘分析算法进行初步分析，确定需要进一步诊断的多维度传感器数采用边缘分析算法检测预处理后的多维度传感器数据的异常值边缘计算层，用于对所述多维度传感器数据采用边缘分析算法进行云端分析层，用于将需要进一步诊断的多维度传感器数34567在边缘计算节点上部署边缘分析算法，对接收到的多维度传感器数据进行预处图谱增强的神经符号推理模块和动态系统健康指数[0035]因果推理引擎和知识图谱增强的神经符号推理模块则结89边缘计算硬件平台，边缘计算硬件平台处理器采用IntelXeonD_2183IT（16核采用ApacheFlink。边缘AI框架使用NVIDIATritonInferenceSerF=a·(A·H)+(1-a)·(AS·HS)RuleEngine(KG,e)表示基于知识图谱$KG$的符号推理结果，b是偏置项。DSHI(t)=1w;(t)·f:(xr:(t))[0077](3)API网关：核心基于Envoy的服务网格。认证采用OAuth2.0+OpenIDConnect。限流实现基于令牌桶算法的自适应限流。文档使用OpenAPI3.0规范，通过采用WebSocket协议。整体交互流程为采集的数据经数据采集层经边缘计算层分析由网络擎、知识图谱增强的神经符号推理模块以及动态系统健康指数计算模块等多种先进技术，别器，通过对抗训练减小源域和目标域特征分布的差异。使用梯度反转层(Gradient[0090]为了进一步解决风电场故障源域的精确性，本发明采用多智[0101]本发明风电场设备故障智能诊断系统的部署采用基于Ansible的自动化部署脚[0102]为确保智能风电运维系统的稳定运行，及时发现并处理潜在问题，本发明采用Prometheus+Grafana构建全栈监控系统，并设置多级告警阈值。在系统中部署建仪表盘，展示系统关键指标和运行状态，如CPU使用率、内存占用、响应时间等。在

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论