摘要
本发明属于光端机故障检测领域,具体涉及一种光端机故障检测方法,包括:实时获取光端机数据,对光端机数据进行预处理;将预处理后的数据输入到引入注意力机制的LSTM模型中,得到动态特征和静态特征;将动态特征和静态特征进行融合,并将融合后的特征输入到贝叶斯网络中,得到故障检测结果;本发明实现了数据增强技术,采用引入注意力机制的LSTM模型,以及混合时间序列特征与因果特征模型,和贝叶斯网络,提高了训练的效果。
技术关键词
故障检测方法
光端机
引入注意力机制
静态特征
动态贝叶斯网络
动态时间窗口
交叉注意力机制
离散特征
贝叶斯网络推理
推理算法
特征值
后验概率分布
历史数据统计
融合特征
时间序列特征
连续特征
矩阵
系统为您推荐了相关专利信息
LSTM神经网络
皮尔逊相关系数
蒙特卡洛方法
矩阵
神经网络混合模型
结构方程模型
变量
深度学习模型
线性回归模型
皮尔逊相关系数
数据融合方法
交通系统
数字孪生
GIS基础
异常数据
光伏微型逆变器
光伏电池板
分区
光伏阵列
电池状态信息
网络拓扑优化
数据立方体
动态资源调度
铁路
动态贝叶斯网络