摘要
本发明提供一种时频融合自编码输油管道异常数据重构方法和系统,包括:采集并预处理输油管道参数时序数据,得到2D时序数据片段和完整的2D时序数据集;将2D时序数据片段输入时频域数据分布分析模块,训练提取局部频域信息FH×1;将完整的2D时序数据集输入全局频域特征学习模块,训练提取多个长周期序列中频域数据的全局频域信息将FH×1、与2D时序数据片段相加融合,得到局部‑全局融合数据片段将输入时序自编码重构模型,训练重构生成整段时序数据。本发明可以对管道异常数据进行重构。
技术关键词
时序
频域特征
数据分布
重构模型
异常数据
分析模块
重构方法
多层感知机
深度学习特征提取
频域信息融合
周期
重构模块
编码器
参数
指标
解码器
系统为您推荐了相关专利信息
多元时序数据
表达式
异常数据
异常检测方法
时序数据服务
监测方法
导向稳定器
时序神经网络
监测系统
监测点
多源监测数据
状态预警方法
管道
海洋环境信息
监测传感器
电网设备拓扑
数据处理系统
老化偏差
数据验证
计算机可执行指令