摘要
本发明公开了基于人工智能的水泵运行故障检测方法及系统,方法包括数据采集、数据预处理、故障分类模型构建、故障检测模型构建和水泵运行故障检测。本发明涉及水泵运行故障数据处理技术领域,具体是指基于人工智能的水泵运行故障检测方法及系统,本发明通过数据采集得到水泵运行原始数据;采用数据清洗、数据编码和数据归一化的数据预处理方法;采用改进K均值聚类模型基于运行故障种类进行初步分类,避免因运行数据时间轴不同步对分类结果的负面影响;采用特征增强双向长短期记忆网络模型进行故障检测,提升了特征的表达能力,能够更精确地捕捉到对故障识别至关重要的特征。
技术关键词
双向长短期记忆网络
故障检测模型构建
故障分类模型
故障检测方法
蝙蝠优化算法
水泵
粒子群优化算法
故障检测模块
数据编码
动态时间规整
故障检测系统
矩阵
输出模块
sigmoid函数
支持向量机
系统为您推荐了相关专利信息
绝缘子钢帽
元素
故障检测方法
位置映射
蒙板矩阵
实时数据
标签
故障检测方法
故障检测装置
电子设备
异常流量检测
混合神经网络模型
实时监测方法
双向长短期记忆网络
多尺度卷积神经网络
变电站蓄电池组
多模态特征
异常状态
智能评估模型
时序特征
瞬变电磁法
残差深度学习
双向长短期记忆网络
残差注意力机制
计算机设备