[发明专利]基于多种因素的调相机的维护方法、系统及存储介质

权利要求书

1.一种基于多种因素的调相机的维护方法，其特征在于，所述维护方法包括：

对所述调相机的多个部件进行编号以获取所述调相机的部件分布矩阵；

获取所述调相机的历史故障记录；

将所述历史故障记录输入所述部件分布矩阵中以构成故障矩阵；

获取所述历史故障记录对应的多种因素，其中，所述因素包括环境的气温、湿度以及当日的平均无功功率；

从预设的权重矩阵集合中随机选取一个未被选取的权重矩阵；

采用选取的所述权重矩阵根据所述多种因素生成影响矩阵；

按照时间的对应关系将所述故障矩阵和所述影响矩阵组合以构成用于深度学习的数据集；

将所述数据集划分为训练集和测试集；

采用所述训练集训练所述神经网络；

采用所述测试集测试所述神经网络以判断所述神经网络是否满足精度要求；

在判断所述神经网络不满足所述精度要求的情况下，更新迭代次数；

判断所述迭代次数是否大于或等于预设的次数阈值；

在判断所述迭代次数大于或等于所述次数阈值的情况下，再次从预设的权重矩阵集合中随机选取一个未被选取的权重矩阵；

在判断所述迭代次数小于所述次数阈值的情况下，再次采用所述训练集训练所述神经网络；

在判断所述神经网络满足所述精度要求的情况下，输出所述神经网络；

采用所述神经网络对所述调相机进行预测，根据预测的结果对所述调相机进行维护。

2.根据权利要求1所述的维护方法，其特征在于，对所述调相机的多个部件进行编号以获取所述调相机的部件分布矩阵具体包括：

将所述调相机中属于同一组部件的器件放入所述部件分布矩阵的同一列；

将所述调相机中属于同一类部件的器件放入所述部件分布矩阵的同一行。

3.根据权利要求1所述的维护方法，其特征在于，将所述历史故障记录输入所述部件分布矩阵中以构成故障矩阵具体包括：

按照预设的故障分级规则将所述历史故障记录转换为对应的数字信息；

将所述数字信息填充入所述部件分布矩阵矩阵中以构成所述故障矩阵。

4.根据权利要求1所述的维护方法，其特征在于，所述训练集和所述测试集的规模比为4:1。

5.根据权利要求1所述的维护方法，其特征在于，采用所述训练集训练所述神经网络具体包括：

初始化神经网络；

从所述训练集中随机选取一个影响矩阵输入所述神经网络中以得到对应的预测结果；

将所述预测结果与所述训练集中与选取的所述影响矩阵对应的故障矩阵进行比对以计算出误差；

判断所述误差是否大于或等于预设的误差精度；

在判断所述误差大于或等于所述误差精度的情况下，采用反向梯度法更新所述神经网络的参数，再次从所述训练集中随机选取一个影响矩阵输入所述神经网络中以得到对应的预测结果，并执行所述维护方法的相应步骤，直到判断所述误差小于所述误差精度；

在判断所述误差小于所述误差精度的情况下，输出所述神经网络。

6.一种基于多种因素的调相机的维护系统，其特征在于，所述维护系统包括处理器，所述处理器用于被机器读取以使得所述机器执行如权利要求1至5任一所述的维护方法。

7.一种存储介质，其特征在于，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如权利要求1至5任一所述的维护方法。