摘要
本发明公开了基于人工智能的电梯曳引系统故障检测方法,属于智能化电梯运维技术领域,方法包括采集电梯曳引系统数据、增强电梯曳引系统数据、构建故障检测模型和电梯曳引系统故障检测。本发明采用递归生成对抗网络模型进行数据增强,更好地捕捉数据的时序依赖性,且使合成数据在统计特性上更接近实际数据,提高合成数据真实性,从而降低模型训练时的偏差,增强电梯曳引系统故障检测准确性和可靠性;采用并行深度卷积耦合图卷积网络,构建电梯曳引系统故障检测模型,充分提取局部和全局特征,有效处理多尺度特征,并通过图结构建模捕捉数据之间的复杂关系,从而提高了电梯曳引系统故障检测的精度,为智能化电梯运维提供更精准的数据支持。
技术关键词
电梯曳引系统
系统故障检测方法
生成对抗网络模型
故障检测模型
长短期记忆单元
数据分布
智能化电梯
递归神经网络
多层次特征
节点特征
融合多尺度特征
通道注意力机制
融合特征
系统为您推荐了相关专利信息
生成对抗网络模型
生成器网络
分割方法
真实图像数据
生成高质量图像
生成对抗网络模型
模糊测试方法
对象
文本识别
检测终端
系统故障检测方法
神经网络模型
船舶动力系统
实时数据
指数
数字孪生系统
生成对抗网络模型
数字孪生模型
钻机
传感器模块
堆栈信息
宕机
智能运维方法
故障检测模型
非暂态计算机可读存储介质