摘要
本申请公开了一种海上风电设备异常状态监测方法、装置、设备、介质及产品,涉及海上风电设备异常状态监测领域,该方法包括:将各时刻的传感器数据集合输入预测模型得到第i个时刻的目标参数预测值;预测模型为对CNN‑LSTM‑Attention模型进行训练得到的;CNN‑LSTM‑Attention模型包括依次连接的一维卷积神经网络、双向长短时记忆网络和注意力机制层;根据第i个时刻的目标参数预测值以及目标参数真实值计算第i个时刻损失值;根据第i个时刻损失值确定指数加权移动平均控制图;根据第i个时刻损失值以及指数加权移动平均控制图确定是否处于异常状态,本申请可高效精准的对海上风电设备异常状态进行监测。
技术关键词
海上风电设备
异常状态
监测方法
一维卷积神经网络
指数
注意力机制
传感器
输入端
模块
参数
处理器
数据
计算机程序产品
计算机设备
可读存储介质
存储器
输出端
系统为您推荐了相关专利信息
传感器检测模块
传感器误差检测
数据存储模块
传感器模块
温湿度
资源分配请求
资源分配策略
大数据
因子
数据分析方法
评估预警方法
河道表面流场
无人机
水流特征
图像识别技术