摘要
本发明属于发电机故障检测技术领域,具体公开了一种发电机异常检测方法及系统,该方法包括如下步骤:采集发电机的运行参数及其所处的环境参数,将不同模态的特征进行融合,获取单个发电机的故障检测结果;进行跨设备协同检测,获取多个发电机的运行参数及其所处的环境参数,对多个发电机之间的工作参数数据和相互影响进行建模;从不同发电机的数据中提取共享的故障模式特征进行跨设备的联合建模,得到每个发电机的检测结果;综合跨模态的单个发电机的检测结果和跨设备的所有发电机的检测结果,得到最终检测结果。采用本技术方案,在跨模态特征融合和跨设备协同检测的基础上,从多个维度进行综合分析,提升故障检测的准确性和响应速度。
技术关键词
异常检测方法
跨设备
工作参数数据
模态特征
深度神经网络
数据采集模块
发电机故障检测
深度学习模型
跨模态
卷积神经网络提取
异常检测系统
信号
特征提取方法
规则方法
频谱特征
视觉特征
系统为您推荐了相关专利信息
视频异常检测方法
词嵌入向量
编码特征
二分类器
图像编码器
海岛微电网
集成深度学习
电网优化调度方法
门控循环单元神经网络
深度神经网络模型
性能预测方法
局部纹理特征
融合特征
纺织品
灰度共生矩阵
订单
节点
高维向量空间
深度神经网络
分布式哈希
网络流量数据
网络异常检测方法
深度学习模型
交通网络系统
社区检测算法