用于使用深度学习来检测风力涡轮操作异常的系统和方法
实质审查的生效
摘要
一种系统和方法包括：接收与工业资产的操作关联的历史时间系列传感器数据；生成基于对与工业资产关联的数字化知识域的参考基于历史时间系列传感器数据的散布图的视觉表示图像；将根本原因标签指配给每个图像；生成使用加标签图像的子集所训练和测试的卷积神经网络(CNN)模型；以及由CNN模型来处理实时图像，以检测实时图像中的至少一个异常以及与至少一个异常关联的一个或多个根本原因。
基本信息
专利标题 ：
用于使用深度学习来检测风力涡轮操作异常的系统和方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114450646A
申请号 ：
CN202080063065.4
公开（公告）日 ：
2022-05-06
申请日 ：
2020-08-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
章占磐赵广亮夏金J·米霍克P·A·格雷格B·布卡塔
申请人 ：
通用电气公司
申请人地址 ：
美国纽约州
代理机构 ：
中国专利代理(香港)有限公司
代理人 ：
郑浩
优先权 ：
CN202080063065.4
主分类号 ：
G05B23/02
IPC分类号 ：
G05B23/02 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G05
控制；调节
G05B
一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置
G05B23/02
•电检验式监视
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G05B 23/02
申请日 : 20200827
申请日 : 20200827
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
