摘要
本发明涉及了人工智能和火电生产故障检测技术领域,具体涉及了基于聚类算法的火电生产故障检测数据测点筛选方法及系统,通过获取火电厂生产设备的历史故障数据,选取相关测点形成多维时间序列数据集。利用时序大模型对时间序列数据进行嵌入处理,生成设定维度的特征向量。随后,采用聚类模型对这些特征向量进行聚类分析,获得聚类结果。最后,根据聚类结果筛选出与火电厂生产设备故障点相关的测点,得到相应的筛选结果,为设备故障预测和诊断提供支持。
技术关键词
聚类算法
历史故障数据
筛选方法
时序
火电厂设备
序列
小波阈值去噪
设备故障预测
高维特征向量
故障检测技术
滑动时间窗口
保留特征
筛选系统
数据获取模块
程序
故障特征
系统为您推荐了相关专利信息
多源异构数据
能源系统
调控策略
调控方法
指示电力设备
结构化日志数据
日志异常检测方法
GRU模型
日志解析
模板