摘要
本发明公开了一种基于时间序列的铁塔状态监测方法,包括以下步骤:步骤S1:通过传感器对铁塔进行监测,传感器采集铁塔状态数据并进行传输,传感器传输的数据为铁塔状态时间序列数据;步骤S2:基于长短期记忆网络模型和铁塔状态时间序列数据建立基于长短期记忆网络模型的异常检测算法,基于长短期记忆网络模型的异常检测算法使用正常数据训练长短期记忆网络预测模型,通过长短期记忆网络预测模型学习铁塔正常状态数据的变化趋势,通过经验阈值进行异常检测,判定铁塔的状态。本发明通过对铁塔状态监测系统数据分析和异常检测,结合铁塔状态时间序列数据的特点,实现基于预测的铁塔监测数据异常检测。
技术关键词
长短期记忆网络
状态监测方法
铁塔状态监测系统
集成学习方法
异常检测方法
预测误差
优化神经网络模型
时间序列预测模型
传感器
三层网络结构
识别异常数据
Adam算法
结点
滑动窗口
系统为您推荐了相关专利信息
噪声信号频谱
电力线载波通信
通信设备
异常检测方法
距离信息
自然语言
构建知识图谱
三元组
双向长短期记忆网络
语义
动态环境参数
学习器
终端
定位方法
接收信号强度指示