基于深度学习的工控异常智能检测方法

AITNT
正文
推荐专利
基于深度学习的工控异常智能检测方法
申请号:CN202411512627
申请日期:2024-10-28
公开号:CN119376377B
公开日期:2025-07-01
类型:发明专利
摘要
本发明涉及工控检测技术领域,尤其涉及一种基于深度学习的工控异常智能检测方法,包括:确定各类别数据帧对应的预设阈值;将数据帧划分为合格数据帧或异常数据帧;针对工控机的各数据帧是否为异常数据帧进行确定,以根据异常数据帧的具体情况,选取对应针对工控机的检测方式,针对数据帧的检测参数是否合格进行确定,以提高针对异常数据帧确定的可靠性,在确定工控机存在异常时,对风险终端的信息交互参数进行调节,提高了工控机的安全性的同时,提高了针对工控机的检测效率。
技术关键词
智能检测方法 工控机 异常数据 参数 工控检测技术 构建训练集 周期 端口 终端 日志 风险 曲线 深度学习模型 长度调节 节点 警报 标记
系统为您推荐了相关专利信息
1
一种基于虚拟井的深度学习波阻抗反演方法及系统
波阻抗反演方法 初始波阻抗 岩性模型 分布特征 反演模型
2
网络访问控制方法、防火墙及用户终端
网络访问控制方法 标识符 映射算法 密钥 防火墙设备
3
基于5G的智能仓储异常监测方法及系统
巡检机器人 异常监测方法 检测点 车间 温湿度传感器
4
功率MOSFET芯片热稳定性评价方法
热稳定性评价方法 热分析设备 校准 芯片封装 电流
5
一种面向大型风电集群的耦合偏航控制风电场参数化中尺度数值模拟方法、系统及装置
大型风电集群 风力机 控制风电场 数值模拟方法 尾流模型
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