一种基于数字孪生的露天煤矿电机设备状态监测与预警方法

本发明公开了一种基于数字孪生的露天煤矿电机设备状态监测与预警方法，包括：获取电机监测数据，划分训练集和验证集；并进行预处理；在云端进行状态预测模型训练，构建AM‑CNN模块进行特征提取，作为GRU预测模型的输入，得到电机未来时段的特征预测值；将预测值与实际值进行对比，以特征残差的均方根误差作为电机的状态指标；基于预测残差，采用高斯核函数设置预警阈值；对边缘层中的实时监测数据预处理，输入训练后的AM‑CNN‑GRU模型，得到待检测的电机运行状态指标；计算其特征残差的均方根误差，与预警阈值比较，若超过，则判断为异常状态，触发预警。该方法具有较高的预测精度，能够有效提前检测出电机异常状态，为露天煤矿电机设备的维护管理提供技术支持。