本發(fā)明公開了一種基于時空特征分割重構(gòu)的動力裝備系統(tǒng)異常檢測方法,將監(jiān)測系統(tǒng)狀態(tài)的多種傳感器產(chǎn)生的多源時序數(shù)據(jù),以特定長度劃分后構(gòu)成多源數(shù)據(jù)集;對多源數(shù)據(jù)序列進行預處理后劃分為訓練集和測試集;利用機械設(shè)備結(jié)構(gòu)的先驗知識,得到先驗圖結(jié)構(gòu);利用圖結(jié)構(gòu)參數(shù)化學習方式,建立自適應(yīng)圖結(jié)構(gòu),并基于圖卷積構(gòu)建時空特征提取網(wǎng)絡(luò),結(jié)合兩種圖結(jié)構(gòu)提取多源數(shù)據(jù)的時空特征;構(gòu)建分割重構(gòu)異常檢測網(wǎng)絡(luò),并使用訓練集對所構(gòu)建模型進行優(yōu)化;使用優(yōu)化后的模型進行訓練集和測試集樣本的狀態(tài)評估,根據(jù)訓練集評估結(jié)果確定閾值,以此對測試集進行異常狀態(tài)檢測。本發(fā)明為機械設(shè)備系統(tǒng)異常狀態(tài)檢測提供了一種可靠的通用的方案。
聲明:
“基于時空特征分割重構(gòu)的動力裝備系統(tǒng)異常檢測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)