一种基于数字孪生和机器学习的UPS健康预测方法、系统、电子设备及可存储介质

发明专利有效专利

申请号：
CN202011609646.1
IPC分类号：G01R31/40;G06F30/27;G06N3/04
申请日期：
2020-12-30
申请人：
厦门大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于数字孪生和机器学习的UPS健康预测方法、系统、电子设备及可存储介质
申请号	CN202011609646.1	申请日期	2020-12-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112904220A
优先权	暂无	优先权号	暂无
主分类号	G01R31/40 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01R 测量电变量；测量磁变量（指示谐振电路的正确调谐入H03J 3/12） G01R31/38 （转入H01T 13/60） G01R31/40 测试电源（测试光伏器件入H02S 50/10）〔6，2014.01〕	IPC分类号	G;0;1;R;3;1;/;4;0;;;G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;4查看分类表>
申请人	厦门大学	申请人地址	福建省厦门市思明南路422号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	厦门大学	当前权利人	厦门大学
发明人	曾念寅;吴佩树;李寒
代理机构	厦门市首创君合专利事务所有限公司	代理人	张松亭;王婷婷

摘要

本发明提供一种基于数字孪生和机器学习的UPS健康预测方法、系统、电子设备及可存储介质，方法包括：利用传感器和监控设备对UPS实体各模块以及所处机房环境的相关参量进行采集；利用高速带宽传输将数据存储至数据库，并将数据预处理得到归一化特征；对整个UPS系统进行数字孪生体建模，实现UPS实体和环境实体与所构造的数字孪生体之间一一映射关系；再利用机器学习和深度学习方法，将数字孪生体的各参量数据输入“特征提取网络+多任务特征学习网络”算法模型进行计算，评估UPS健康状态、预测UPS剩余使用寿命；结合蚁群搜索算法，给出维护决策建议；本发明方法实现不直接依靠UPS实体的预测性维护和健康管理，可以有效克服现有的UPS维护方式的不足和缺陷。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供