摘要
本发明实施例公开了一种故障检测方法、设备、程序产品和存储介质,该方法包括:获取输油泵的运行数据,根据预先确定的机理模型对运行数据进行时频特征提取,得到运行数据的第一特征,其中,第一特征包括运行数据的时域特征、频域特征和时频域特征;基于预先训练好的神经网络模型对运行数据进行数据特征提取,得到运行数据的第二特征;基于第一特征、第二特征和预先确定的置信度决策方式得到运行数据的故障检测结果,并将故障检测结果展示给用户。本发明的方法,将机理模型提取的特征和神经网络模型提取的特征进行融合,可以充分利用两种模型的优势,增强故障检测的鲁棒性,减少因单一模型缺陷导致的误判。
技术关键词
融合特征
神经网络模型
故障检测方法
数据特征提取
频域特征
加权特征
时域特征
局部特征提取
输油泵
处理器
计算机程序产品
决策
电子设备
可读存储介质
存储器
鲁棒性
系统为您推荐了相关专利信息
监测点
周期管理方法
混凝土构件
内填混凝土
BIM建模软件
决策生成方法
融合知识图谱
动态知识图谱
优化调度策略
故障特征
辅助诊断系统
视频特征向量
融合特征
数据处理模块
多模态特征融合
深度学习技术
岩石薄片
阴极发光
特征提取单元
图谱