摘要
本发明公开了一种基于多源数据融合的螺杆空压机故障预测方法,涉及数据处理相关领域,该方法包括:获取多源数据;进行预处理,提取监测数据特征;基于多源数据的来源,结合监测数据特征进行特征相关性评估,筛选目标特征;进行特征融合,确定多源特征融合规则,构建训练数据融合通道,用于将多源数据进行特征融合,生成训练数据集;构建时序训练数据组,训练时间序列预测模型;部署至监测系统中,根据实时采集的多源监测数据进行故障时序预测。解决了现有螺杆空压机故障预测存在的预测准确性差的技术问题,达到了实现对故障发生的精准预测的技术效果。
技术关键词
螺杆空压机
时间序列预测模型
故障预测方法
多源特征融合
融合特征
时序
监测传感器
模块框架
生成训练数据
特征提取网络
排气座
排气口
分支
马尔可夫模型
数据特征提取
监测系统
气缸体
通道