摘要
本申请公开了一种基于LSTM算法的数据流智能诊断方法、系统、设备及介质,主要涉及智能诊断技术领域,用以解决现有的数据流智能诊断车辆故障的无法及时发现新增类型的故障的问题。包括:基于预设历史时间段的车辆运行数据,获得训练好的LSTM算法;实时采集重型卡车的车辆运行数据;将实时采集的车辆运行数据作为训练好的LSTM算法的输入,以获得故障概率;当故障概率处于预设模糊概率范围时,确定存在新增故障的可能;将当前车辆运行数据输入预设KNN算法,获得当前车辆运行数据与故障聚类中心的第一距离和正常聚类中心的第二距离;当第一距离和第一距离的差值小于预设差值阈值时,确定出现新增故障。
技术关键词
车辆运行数据
LSTM算法
智能诊断方法
KNN算法
智能诊断系统
聚类
时间段
重型卡车
车载传感器
智能诊断设备
诊断车辆故障
序列
智能诊断技术
模块
计算机
处理器
界面
系统为您推荐了相关专利信息
建筑物提取方法
融合注意力机制
邻域
局部特征信息
局部特征提取
货运
GPS定位系统
物流
挂车
DBSCAN算法
风电机组运维
管理系统
分布式大数据处理
风电机组部件
数据采集层
数据采集模块
融合分析方法
数据分析模块
调节系统
尾气排放超标
点云分割方法
KNN算法
融合特征
样本
频谱特征