摘要
一种基于多源异构数据语义融合的充电设备故障诊断方法和系统。该方法包括,获取充电设备故障文本数据和故障图片数据,分别利用预先训练的故障关键词识别模型和故障图像识别模型,依次从充电设备故障文本数据和故障图片数据中识别多个维度的故障特征;基于所提取的多个维度的故障特征,构建模型级多层次长短期记忆ML_LSTM特征信息融合模型,对故障特征进行融合;基于融合后的故障特征,通过Softmax故障诊断模型对设备故障进行诊断,得到故障诊断类型;基于所述故障诊断类型,构建层次化推荐模型,输出故障部位和运维策略。本发明的方案提升了故障诊断准确率。
技术关键词
充电设备
多源异构数据
故障图片
LSTM模型
故障诊断方法
故障诊断系统
故障诊断模型
特征信息融合
文本
运维策略
图像识别模型
语义
故障特征提取
案例库
关键词
多层次
项目
输出特征
系统为您推荐了相关专利信息
多源异构数据
异常数据检测
动态时间规整
时钟同步
网络日志数据
智能节能管理
充电设备
深度学习模型
功率
大数据
PID算法
调控方法
PID控制器
输出特征
图像
热失控预警方法
孤立森林算法
电池单体
LSTM模型
电池热失控
金融大数据分析
风险评估模型
分析单元
金融风险评估方法
多源异构数据