摘要
本发明涉及一种基于地下管网多元传感器数据的气体泄露检测方法,包括:获取设置在地下管网周边土壤的多种环境传感器的检测数据;采用训练好的生成模型对所述多种环境传感器的检测数据进行数据增强处理,得到时间序列数据;将所述时间序列数据输入至训练好的神经网络模型中,得到气体泄露检测结果;其中,所述神经网络模型包括:特征提取部分,用于提取所述时间序列数据的深层特征,得到深层特征数据;注意力层部分,用于对所述深层特征数据进行去噪处理,并将深层特征数据前后空间和通道特征进行结合;LSTM层部分,用于对去噪后的深层特征数据进行处理,输出气体泄露检测结果。本发明能够有效提高气体泄漏检测精度。
技术关键词
气体泄露检测方法
多元传感器
环境传感器
注意力
数据
联合去噪
序列
气体传感器
子模块
集合经验模态分解
融合特征
评分系统
神经网络模型训练
待测气体
小波阈值去噪
气体泄漏检测
随机森林
系统为您推荐了相关专利信息
高光谱技术
快速识别方法
时钟控制模块
反射率数据
样本
固体绝缘材料
多维特征数据
风险评估方法
分类神经网络
生成对抗网络模型
仿真数据
态势显示方法
资源更新
仿真平台
数据管理器
网络安全检测方法
网络流量数据
多源异构数据
在线增量学习
系统日志
动态配置方法
码字
移位寄存器
索引
动态配置参数