摘要
本发明提供一种用于燃气设备运行数据的远程采集系统,涉及数据处理技术领域,包括:通过学习序列中的长期依赖关系,捕捉燃气设备状态随时间变化的规律,生成包含时序信息的关键特征;将长短期记忆网络输出的时序特征表示与知识图谱中的设备属性和关系进行融合,以形成一个反映燃气设备综合状态的特征向量;对特征向量进行综合分析,以得到与燃气设备风险相关的隐藏模式;基于与燃气设备风险相关的隐藏模式,采用多分类支持向量机进行风险等级的预测,以得到最终的风险等级预测结果。本发明可以实现对燃气设备运行状态的风险评估,从而提高设备的安全性和运行效率。
技术关键词
燃气设备
远程采集系统
卷积神经网络模型
长短期记忆网络
条件随机场模型
图谱
分类支持向量机
深度残差网络
模式特征向量
风险
数据
时序特征
关系
实体
云端服务器
LSTM模型
序列
节点