摘要
本申请提供一种基于图像数据融合的巡检系统的故障预测方法和装置。该故障预测方法包括:获取第一设备节点的多维数据,多维数据为在历史时间内来自多个数据源的数据;根据多维数据,确定多维数据中各维度数据对应的变化量和变化趋势;将所述多维数据、所述各维度数据对应的变化量和变化趋势输入到第一神经网络模型进行融合处理,得到预测结果,所述预测结果用于表征第一故障的发生概率;响应于所述第一故障的发生概率大于预设概率阈值,发出所述第一故障的预警通知。本申请实施例有助于提高故障预测的精度,减轻工作人员劳动强度。
技术关键词
故障预测方法
神经网络模型
巡检系统
数据
可见光摄像机
故障预测装置
超声探伤仪
参数
通知
隧道结构
湿度传感器
温度传感器
图像
节点
模块
存储器
接缝
裂纹
可读存储介质
系统为您推荐了相关专利信息
三维扫描仪
激光点云数据
波长
反射光谱数据
反射率
计算机实验室
智能检测装置
设备状态预测
子模块
RNN模型
远程医疗服务
脑心血管疾病
心血管疾病风险
语音服务模块
平台
模型预测控制算法
系统控制方法
状态空间模型
离散状态空间
空气源热泵压缩机