简介:
本发明涉及一种基础继电器(100)失效预测技术(200),该技术(200)包括如下步骤:在所述基础继电器(100)的若干次切换中,检测(201)该基础继电器(100)的可测量的继电器变量和负载变量(310);根据机器学习算法(321)对所检测的继电器变量和负载变量(310)进行的加权,确定所述基础继电器(100)的特性值(330),其中,该特性值(330)指明所述基础继电器(100)在各次切换中的功能状态;以及根据所确定的特性值(330),确定(203)所述基础继电器(100)的失效概率(370)。
本发明涉及一种基础继电器(100)失效预测技术(200),该技术(200)包括如下步骤:在所述基础继电器(100)的若干次切换中,检测(201)该基础继电器(100)的可测量的继电器变量和负载变量(310);根据机器学习算法(321)对所检测的继电器变量和负载变量(310)进行的加权,确定所述基础继电器(100)的特性值(330),其中,该特性值(330)指明所述基础继电器(100)在各次切换中的功能状态;以及根据所确定的特性值(330),确定(203)所述基础继电器(100)的失效概率(370)。