摘要
本发明公开了用于化工生产设备集群的实时故障监测物联网系统,涉及设备故障监测控制技术领域,用于解决化工生产设备集群的故障监测精度差的问题;包括数据采集模块、对比分析模块、设备异常确定模块、故障趋势预测模块;本发明通过再分层采集不同频率的数据,并补全和异常值修正,确保数据完整性,并建立基线模型,通过自编码器提取设备正常状态的多维特征,并用高斯混合模型量化运行特征,实现偏离判断,再结合孤立森林和主成分分析,以偏离度、孤立评分和主成分偏离度综合判断异常状态,生成报警信号,同时,采用ARIMA和LSTM模型融合预测短期和长期趋势,形成综合预测值,并在趋势异常时自动执行控制措施,提高设备运行安全。
技术关键词
监测物联网系统
基线
故障趋势预测
高斯混合模型
趋势预测模型
ARIMA模型
实时数据
集群
编码器
长短期记忆网络
数据采集模块
执行设备
LSTM模型
无监督特征提取
化工
设备故障监测
三次样条插值法
历史数据特征
分析模块
系统为您推荐了相关专利信息
多头注意力机制
新能源客车
环境光照强度
光强
并行特征提取
艉轴承
多维特征数据
多维度特征提取
多模态
润滑
共享方法
分布式文件系统
高斯混合模型
动态量化方法
索引
高斯混合模型
适配区选取方法
地形特征参数
复杂度特征
邻域
分布式光伏
非侵入式负荷分解
估计方法
基线
分布式资源