摘要
本发明涉及物联网和人工智能技术领域,具体是一种分布式物联网运维终端故障智能预测方法及系统,采集分布式物联网终端设备的历史故障数据和实时运行数据,对数据进行处理形成标准化数据集;根据卷积神经网络构建故障模式识别模型,对标准化数据集进行训练,计算得到池化层输出特征图和全连接层输出;采用K均值聚类算法对故障数据进行聚类,识别出高频故障区域和高发故障类型;基于识别出的高频故障区域和高发故障类型,采用时间序列预测算法中的长短期记忆网络对隐藏状态进行计算;根据LSTM模型隐藏状态计算结果对故障进行预测,生成运维决策建议,包括故障预警、设备维护计划、资源调配方案,并将预测结果和决策建议推送至运维管理终端。
技术关键词
分布式物联网
智能预测方法
历史故障数据
长短期记忆网络
K均值聚类算法
模式识别模型
运维
管理终端
输出特征
记忆单元
网络通信状态
决策
设备运行状态
智能预测系统
终端设备
计划
LSTM模型
系统为您推荐了相关专利信息
精准监测方法
多模态数据融合
生理
多模态特征
双向长短期记忆网络
风机轴承
故障预测方法
随机森林
故障特征
驱动端轴承
数据智能管理系统
燃气管
因子
故障预测模型
历史故障数据
车辆底盘
双向长短期记忆网络
异常状态
预警方法
注意力机制
反馈方法
关系抽取模型
级联
双向长短期记忆网络
融合注意力机制