摘要
本发明涉及计量箱检测技术领域,具体涉及一种用于计量箱的维修检测方法。本发明根据待分析数据所属计量箱的故障可能度,以及待分析数据与在时序上相邻性能参数时序数据所包含性能参数的数据异常度,获取待分析数据的训练权重;基于历史数据库中所有性能参数时序数据以及其的训练权重对神经网络模型进行训练,将待测采样时段的性能参数时序数据输入训练好的神经网络模型,对待测计量箱进行故障检测维修。本发明通过对不同异常情况的性能参数时序数据赋予不同的训练权重,以提高训练好的神经网络模型对计量箱故障导致的性能参数时序数据的检测能力,从而提高了神经网络模型对计量箱故障的检测能力以及维修准确度。
技术关键词
维修检测方法
神经网络模型
时序
数据
计量箱
故障检测
参数
指标
系统为您推荐了相关专利信息
数据库服务器
分布式数据库
分布式锁
子模块
策略
无人机高光谱影像
松材线虫病
智能提取方法
地理坐标信息
地理位置信息
数据接口模块
视频大数据云平台
前端组件
展示方法
组织
融合定位方法
扩展卡尔曼滤波算法
蒙特卡罗定位
点云数据融合
点云特征