摘要
本发明涉及基于SAITS算法和数字孪生平台的通航设备健康管理方法,获取通航设备运行数据;采用改进SAITS算法,对缺失数据进行插补,并预测得到未来通航设备运行数据;采用自适应异常检测算法识别通航设备当前和未来的异常状态;根据识别得到的设备异常,构建设备故障模式知识图谱;利用数字孪生平台对通航系统运行进行仿真,验证设备异常的置信度,生成健康评估报告;若所述置信度不小于置信度阈值,则结合设备故障模式知识图谱,生成异常应对策略;对自适应异常检测算法进行增量学习或者重训练以提高检测准确性。本发明在提升通航设备管理效率、降低故障风险、优化维护成本等方面具有显著优势,尤其适用于对可靠性与实时性要求严苛的水运场景。
技术关键词
设备健康管理
设备故障模式
设备运行数据
数字孪生模型
注意力
算法
置信度阈值
检修计划
实体
图谱
平台
网络监控数据
大语言模型
偏差
集群传感器
数据生成技术
数据处理模块
剩余寿命评估