摘要
本申请公开了一种GIS设备机械振动状态预测方法、装置、设备及介质,涉及GIS设备机械振动缺陷及机械故障诊断领域,包括:基于历史GIS设备机械振动数据集构建融合注意力机制和双向门控循环单元的目标GIS设备机械振动状态发展趋势预测模型;获取待预测GIS设备机械缺陷的浅层特征参量信息和深层特征参量信息,并通过连接所述浅层特征参量信息与所述深层特征参量信息,构建相应的深浅层组合特征矩阵;通过将所述深浅层组合特征矩阵输入至所述目标GIS设备机械振动状态发展趋势预测模型,预测预设未来时间段内不同类型机械缺陷严重程度的发展概率,以得到相应的预测结果。能够准确预测不同类型机械缺陷严重程度的发展趋势。
技术关键词
GIS设备
特征参量
状态预测方法
融合注意力机制
门控循环单元
状态预测装置
深度置信网络模型
矩阵
时间段
时域特征
机械故障诊断
浅层特征提取
因子
有效值
模拟平台
训练集
数据
系统为您推荐了相关专利信息
决策
状态转移模型
门控循环单元
节点
多维医疗数据
多模态深度学习
矿山边坡
风险预测方法
变量
门控循环单元
门控循环单元
多头注意力机制
园区车道线
园区场景
轨迹特征
多源时序数据
门控循环单元网络
柔性盖板
数据监测方法
残差模型