[發明專利]故障檢測方法及裝置、存儲介質、電子裝置在審
| 申請號： | 201811332883.0 | 申請日： | 2018-11-09 |
| 公開（公告）號： | CN111174370A | 公開（公告）日： | 2020-05-19 |
| 發明（設計）人： | 連園園;萬會;高丹;陳道遠 | 申請（專利權）人： | 珠海格力電器股份有限公司 |
| 主分類號： | F24F11/38 | 分類號： | F24F11/38 |
| 代理公司： | 北京康信知識產權代理有限責任公司 11240 | 代理人： | 江舟;董文倩 |
| 地址： | 519070 *** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 故障 檢測 方法 裝置 存儲 介質 電子 | ||
1.一種故障檢測方法，其特征在于，包括：
獲取智能設備發生故障時的信號數據；
使用第一模型對所述信號數據進行分析，確定所述智能設備的故障類型，其中，所述第一模型為使用多組數據通過機器學習訓練出的，所述多組數據中的每組數據均包括：信號數據，和信號數據對應的故障類型。
2.根據權利要求1所述的方法，其特征在于，使用第一模型對所述信號數據進行分析之前，所述方法還包括：
在所述第一模型中使用Nesterov動量法和獨立自適應學習率方法。
3.根據權利要求1所述的方法，其特征在于，使用第一模型對所述信號數據進行分析之前，所述方法還包括：
在所述第一模型的頂層接入Softmax分類器，其中，所述Softmax分類器通過監督算法進行訓練。
4.根據權利要求3所述的方法，其特征在于，在所述第一模型的頂層接入Softmax分類器之后，所述方法還包括：
利用反向傳播BP神經網絡算法和共軛梯度算法對所述第一模型進行調整。
5.根據權利要求1-4任一項所述的方法，其特征在于，所述第一模型至少包括：深度信念網絡DBN模型。
6.一種故障檢測裝置，其特征在于，包括：
獲取模塊，用于獲取智能設備發生故障時的信號數據；
分析模塊，用于使用第一模型對所述信號數據進行分析；
確定模塊，用于確定所述智能設備的故障類型，其中，所述第一模型為使用多組數據通過機器學習訓練出的，所述多組數據中的每組數據均包括：信號數據，和信號數據對應的故障類型。
7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：
使用模塊，用于在所述第一模型中使用Nesterov動量法和獨立自適應學習率方法。
8.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：
接入模塊，用于在所述第一模型的頂層接入Softmax分類器，其中，所述Softmax分類器通過監督算法進行訓練。
9.一種存儲介質，其特征在于，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求1至5任一項中所述的方法。
10.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行所述權利要求1至5任一項中所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于珠海格力電器股份有限公司，未經珠海格力電器股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811332883.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：利用偏振屬性實現點燈效果的車燈結構
- 下一篇：一種摟扒式低損撿拾器
