摘要
本发明提供了一种家用电器安全检测方法、装置、设备及存储介质,其中,该方法包括:通过收集电器的历史运行数据及时间戳,并应用特征提取技术获得关键指标特征数据。这些特征随后被用于指标预测模型,以生成未来状态的第一预测数据。利用支持向量数据描述算法和中心优化算法,基于预测数据构建最小超球体模型,该模型能够区分正常与异常运行状态,并对正常状态下的家用电器进行健康评估。当接收到实时指标数据时,该方法通过比对最小超球体模型,对电器进行即时的异常检测和健康评估,输出实时的安全检测结果。此方法不仅增强了家用电器的安全监控能力,还通过预测性维护,大大提升了电器的可靠性和使用寿命。
技术关键词
家用电器
球体
指标
LSTM模型
特征选择
检测设备
特征提取技术
深层特征提取
遗传算法
时序
历史运行数据
数值
自动编码器
无监督学习
可读存储介质
数据获取模块
随机森林
存储器
系统为您推荐了相关专利信息
Stacking模型
完好性评估方法
Stacking集成模型
测控装置
评估指标体系
城市轨道交通网络
节点
线路运行效率
级联失效模型
站点
特征选择
资源分配方法
程序运行资源
脚本
资源分配系统
负载均衡优化算法
无线局域网配置
参数
监测传感器
信噪比