基于多元时序回归模型航发燃调系统异常检测方法及系统

AITNT
正文
推荐专利
基于多元时序回归模型航发燃调系统异常检测方法及系统
申请号:CN202410802890
申请日期:2024-06-20
公开号:CN118709104A
公开日期:2024-09-27
类型:发明专利
摘要
本发明涉及燃油调节检测技术领域,具体涉及一种基于多元时序回归模型航发燃调系统异常检测方法及系统,该方法包括获取航发燃调系统运行时多个监测单元对应的维度数据;获取VAE网络中的编码器,作为整体多元时序回归模型的长时序特征提取器;获取长时序特征;获取训练好的多元时序回归模型;获取燃调系统关键特征维度在各个时刻的回归预测结果;根据燃调系统关键特征维度在各个时刻的回归预测结果对待检测的数据的异常进行判断。本发明通过结合VAE网络中的编码器,建立多元时序回归模型,通过比较回归预测结果与实际数据,根据偏差程度筛选出其中的异常数据,最终实现针对航发燃调系统数据的异常检测。
技术关键词
系统异常检测方法 监测单元 时序特征 特征提取器 机载数据记录仪 调节检测技术 编码器 网络模型训练 数据处理模块 训练集 数据采集模块 异常数据 偏差 燃油 飞机
系统为您推荐了相关专利信息
1
一种基于时序预测的充电需求热力图生成方法及系统
负载运行状态 热力图生成方法 稳态供电 压电振动传感器 桩支撑结构
2
一种基于深度学习的激光共聚焦眼表图像拼接方法
图像拼接方法 多尺度特征金字塔 多尺度特征提取 网格 校正技术
3
一种基于同质化教学的医学实习管理系统
实习管理系统 周期作业 项目 作业提交 样本
4
基于多源数据融合的冰冻圈流域水文预测方法及系统
多层感知机 门控循环单元 数据 融合特征 气象
5
一种基于多模态脑影像数据与深度学习神经网络的应激损伤诊断方法
多模态脑影像 损伤诊断方法 深度学习神经网络 数据 多模态特征融合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号