摘要
本发明公开了一种基于多维数据融合分析的智能巡检方法及系统,涉及智能监控与维护技术领域,包括,从多种管理平台采集设备的遥测数据、遥信数据和遥视数据;基于遥测数据构建时间序列模型处理遥测数据,得到处理后的遥测数据;将处理后的遥测数据和遥信数据进行初级融合,得到初级融合数据;对遥视数据进行视觉特征向量提取;将初级融合数据和视觉特征向量进行高级融合,得到高级融合数据;基于高级融合数据评估设备状态,最终生成巡检报告。本发明能够精确识别和移除异常点,充分挖掘不同数据源之间的复杂关联。不仅提高了设备状态评估的精度和可靠性,为巡检人员提供了详尽的巡检报告,帮助及时发现潜在问题并制定有效的维护计划。
技术关键词
智能巡检方法
构建时间序列模型
数据
卷积神经网络模型
高维特征向量
评估设备
协方差矩阵
多尺度卷积神经网络
异常点
交叉算法
启发式算法
采集设备
视觉
报告
ARIMA模型
设备状态评估
语义分割技术
智能巡检系统
成分分析
AIC准则
系统为您推荐了相关专利信息
病毒性肺炎
机器学习模型
逻辑回归模型
模型构建方法
变量
集成管理系统
联网设备
远程控制模块
诊断模块
数据采集模块
LNG储罐
振动监测系统
深度神经网络
振动传感器
陀螺仪芯片
物理层电路
MCU芯片
逻辑控制单元
数据存储器单元
测试设备