摘要
本发明实施例提供了一种水电厂计算机监控系统的状态监测方法及系统,其通过采用基于深度学习的人工智能技术对水电厂计算机监控系统的各个状态评价指标以及各个组件工况数据进行语义嵌入编码和全局显著性融合,以获取状态评价指标和组件工况的全局语义特征表示,进而,通过对两者进行细粒度的语义交互匹配,以实现对水电厂计算机监控系统工作状态的全面理解,从而智能评估其状态等级。这样,能够及时发现水电厂计算机监控系统的潜在故障,以便于及时采取相应措施防止故障的进一步扩大,从而提升水电厂计算机监控系统的可靠性和安全性。
技术关键词
水电厂计算机监控系统
编码向量
指标
状态监测方法
工况
语义特征
聚类
序列
因子
状态监测系统
数据统计模块
特征值
细粒度特征
标签
人工智能技术
注意力机制
编码模块
系统为您推荐了相关专利信息
远程医疗健康管理系统
身体
编码向量
语义特征
矩阵
指标预测方法
项目
患者
构建测试数据
梯度提升模型
粒子群算法
寻找最优路径
深度强化学习
深度确定性策略梯度
障碍物