摘要
本申请提供了一种空气压缩机运行状态智能监测方法、装置、设备及介质,该方法包括将空气压缩机正常运行状态下的全负载输出状态工况下的特征参数数据构建多维数据矩阵或关联关系图谱;基于多维数据矩阵,采用异常检测技术中的超参数方法构建空气压缩机组运行状态下的多维关联性参数数据集;将多维关联性参数数据集输入至机器学习模型进行学习,获得用于确定空气压缩机组运行状态的异常监测模型;将实时采集的全负载输出状态工况下的特征参数数据数据输入异常监测模型,通过向量相似度计算,并根据预设的相似度阈值条件确定空气压缩机运行状态是否异常。本申请提供的方法全面系统的对设备运行状态进行深入分析诊断,提供设备预测维护诊断的准确性。
技术关键词
状态智能监测方法
空气压缩机组
载荷工况
状态智能监测系统
异常检测技术
数据处理模块
机器学习模型
参数
状态监测传感器
模型训练模块
卡尔曼滤波模型
振动传感器
矩阵
设备运行状态
可读存储介质
系统为您推荐了相关专利信息
振动特征
损失函数优化
粒子群算法
变载荷工况
协方差估计
多源异构数据
异常检测方法
序列
分布式协同
日志
状态智能监测方法
周围环境数据
物联网技术
模糊隶属函数
特征提取算法