摘要
本发明提供了一种船舶振动异常检测方法及系统,先获取船舶柴油机的原始振动数据并进行归一化处理,再对归一化处理后的原始振动数据分别进行时域和频域特征提取,并采用皮尔逊相关系数计算出时域特征参数和频域特征参数中各个特征参数分别与均方根之间的相关系数,将大于预设系数阈值的相关系数所对应的特征参数保留并分别输入至生成对抗网络中进行数据增强,再将通过编码器和解码器进行压缩和重构,进而训练深度自编码器模型,并计算重构误差以训练One‑Class SVM模型,最后通过训练好的One‑Class SVM模型输出每个样本的预测标签,以完成船舶振动的异常检测,能够在仅有正常数据或故障数据稀少的情况下有效检测船舶柴油机的振动异常。
技术关键词
异常检测方法
重构误差
异常检测系统
编码器
模型训练模块
生成对抗网络
船舶柴油机
频域特征提取
皮尔逊相关系数
异常数据
样本
标签
频率
解码器
指标
批量
因子
系统为您推荐了相关专利信息
个性化营销方法
电子产品
分布式数据流
马斯洛需求层次理论
多维度评估模型
智能决策方法
单轴抗压强度
刀盘
智能决策系统
模型训练模块
事件抽取方法
三维模型
预训练语言模型
抽取器
三元组
评估模型训练方法
矩阵
视频帧
多维度特征提取
样本
语义分割方法
输出特征
分辨率
语义分割网络
融合特征