CN119494467B 一种基于知识图谱的能源系统故障预测方法 （北京瑞智德信息技术有限公司）_第1页
CN119494467B 一种基于知识图谱的能源系统故障预测方法 （北京瑞智德信息技术有限公司）_第2页
CN119494467B 一种基于知识图谱的能源系统故障预测方法 （北京瑞智德信息技术有限公司）_第3页
CN119494467B 一种基于知识图谱的能源系统故障预测方法 （北京瑞智德信息技术有限公司）_第4页
CN119494467B 一种基于知识图谱的能源系统故障预测方法 （北京瑞智德信息技术有限公司）_第5页
已阅读5页，还剩20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

一种基于知识图谱的能源系统故障预测方法本发明公开了一种基于知识图谱的能源系化后的故障判断结果；本发明通过两个独立的Q网络估计动作价值，有效缓解了传统Q学习中的2识别设备名称，使用依存句法分析理解日志文件中的句子结构定义每个设备节点静态属性为设备类型和安装位置，节点动在静态图基础上，引入时间序列数据构建动态图，并随时间选择图卷积网络GCN为图神经网络模型GNN的架将图神经网络模型GNN的预测数据状态值和实时数据进行比较，通过绝对差值计算差根据历史数据和实时数据，通过自适应故障阈值调整算法，得到动态优化后通过检测出的异常数据与动态图模型中的设备故障进行匹配，确定异3采用双Q学习强化学习算法进行自适应故障6.一种计算机设备，包括存储器和处理器，所述存储器存处理器执行时实现权利要求1～5任一所述的基于知识图谱的能源系统故障预测方法的步4则的方法难以适应系统中的动态变化，而统计模型则往往需要大量的历史数据进行训练，[0008]作为本发明所述基于知识图谱的能源系统故障预测[0011]作为本发明所述基于知识图谱的能源系统故障预测[0012]作为本发明所述基于知识图谱的能源系统故障预测5[0018]将历史故障数据与干净数据集合并成历史故障信息数据集，并标记已知设备故[0021]作为本发明所述基于知识图谱的能源系统故障预测[0030]将图神经网络模型GNN的预测数据状态值和实时数据进行比较，通过绝对差值计[0032]作为本发明所述基于知识图谱的能源系统故障预测[0038]作为本发明所述基于知识图谱的能源系统故障预测678[0085]将历史故障数据与干净数据集合并成历史故障信息数据集，并标记已知设备故9[0101]将图神经网络模型GNN的预测数据状态值和实时数据进行比较，通过绝对差值计语言处理技术(如实体识别NER和依存句法分[0110]结合历史数据和当前数据，通过数据分析和机器学习方法预果关系图的分析，可以确定哪些设备或传感器的状态变化最有可能导致了异常数据的出[0119]根据异常数据的属性和历史故障数据则更侧重于预测具体的故障类型和可能的何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器ErasableProgrammableRead－OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory，简称EPROM)，可编程只读存储器(ProgrammableRed－OnlyMemory，简称PROM)，只读存储器(Read－OnlyMemory，简称了传统Q学习中的过估问题，从而提高了决策的稳定性和准确性；在新能源系统故障预测通过时序图卷积网络T_GCN捕捉节点状态随时间变化的图[0139]接着，利用图神经网络GNN模型识别异常数据；选择图卷积网络GCN作为GNN的架[0146]最后在误报率方面，同样利用了图神经网络GNN与时序图卷积网络T_GCN进行检测，误报率从1

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