本發明提出了一種基于蒙特卡洛樹搜索和神經網絡的故障預測方法,基于大數據模式挖掘與探索、以及循環神經網絡預測。該算法分為訓練階段和運行階段:訓練階段主要通過挖掘數據模式,建立蒙特卡洛樹來表示系統運行狀態,訓練循環神經網絡,使用前一段時間的系統狀態數據來預測下一時刻的系統狀態數據,同時在蒙特卡洛上標識出故障狀態和非故障狀態;然后將蒙特卡洛系統狀態樹與循環神經網絡結合進行故障探索和強化學習,通過蒙特卡洛樹為循環神經網絡提供數據輸入,循環神經網絡為蒙特卡洛樹的探索和挖掘提供指導來實現循環迭代,優化更新,運行階段則直接通過將當前系統運行狀態數據及前一段時間系統運行狀態數據輸入循環神經網絡來預測下一時刻系統狀態及故障概率。
聲明:
“基于蒙特卡洛樹搜索和神經網絡的故障預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)