摘要
本发明公开了一种基于多传感器融合的传感器故障检测与重构方法,包括:采集生产过程中的数据,得到检测点数据信息;通过LOF算法对采集到的数据信息进行异常检测;对检测到的异常数据进行分类,分为正常数据和异常数据;将异常数据输入到CNN‑LSTM网络传感器故障诊断模型进行主成分分析降维,并利用主成分分析将输入的异常数据由高维数据降到低维数据;将经过主成分分析降维的传感器异常数据输入到基于CNN‑LSTM的传感器故障分类模型,确定传感器故障的类型;对故障传感器的数据进行重构。
技术关键词
传感器故障检测
多传感器融合
重构方法
异常数据
滑动时间窗口
LOF算法
故障传感器
Softmax函数
主成分分析降维
动态时间规划
故障分类模型
终端
多传感器数据融合技术
网络传感器
故障诊断模型
漂移故障
动态时间弯曲距离
系统为您推荐了相关专利信息
促性腺激素
推荐方法
患者生理信息
神经网络模型
促黄体生成素
缓存同步方法
面向高并发
发布订阅机制
内存
服务鉴权
动态预测方法
量子态
分布式共识
节点特征
分布式哈希
人机交互模块
评估系统
金融
数据处理模块
可视化单元
重构方法
信号
噪声特征
融合注意力机制
评估预测模型