摘要
本发明适用于故障诊断技术领域,尤其涉及基于半监督与多模态融合的中央空调设备异常检测方法,所述方法包括:采集多种模态数据;对采集得到的多种模态数据进行融合处理,得到融合数据;获取标记数据和未标记数据,构建半监督学习模型,利用标记数据和未标记数据对半监督学习模型进行训练;获取设备运行状态数据,将设备运行状态数据导入到半监督学习模型中,得到输出值,根据输出值判定是否存在异常。本发明提供的基于半监督与多模态融合的中央空调设备异常检测方法,既能有效利用有限的标注数据,又能自适应地处理来自不同传感器的数据,以实现对中央空调设备潜在异常的准确检测。
技术关键词
中央空调设备
异常检测方法
设备运行状态数据
半监督学习模型
双网络结构
标记
在线学习机制
特征提取能力
故障诊断技术
流量传感器
融合算法
注意力机制
压力传感器
温度传感器
编码器
系统为您推荐了相关专利信息
异常检测方法
切粒机
冲击特征
深度学习模型
时序特征
异常检测方法
轨道列车
求解算法
识别特征
膨胀算法
深度学习网络
异常检测方法
强化学习方法
异常点
注意力机制
数据清洗方法
加权相关系数
异常数据点
异常检测方法
非线性
图像异常检测方法
预训练网络
ResNet网络
光学系统模块
生成补丁