摘要
本公开提供了一种设备系统故障预警模型的训练方法、设备系统故障预警方法、装置、计算机可读存储介质及电子设备,涉及设备系统故障预警技术领域,其中方法包括:从多个监测维度的数据中获取多个关键维度的数据;对每个关键维度的数据进行预处理,确定多个样本以及标签;通过自注意力机制,确定每个样本中的特征数据对应的新特征数据,用以得到多个训练样本;根据多个训练样本,通过狐猴优化算法和梯度优化算法,对基于自注意力机制的时域卷积网络模型的参数进行优化,得到设备系统故障预警模型,用以预测设备系统的故障概率或剩余寿命。本公开实现了提高了设备系统故障预警模型预测的准确性,进而高效、精准的设备系统故障预警的技术效果。
技术关键词
预警模型
时域卷积网络
系统故障预警方法
注意力机制
设备系统
数据
滑动窗口
样本
算法
可读存储介质
系统监控
超参数
计算机
处理单元
电子设备
标签
寿命
预警技术
系统为您推荐了相关专利信息
点云特征
语义场景补全系统
文本编码器
融合特征
多层特征融合
轻量化设计方法
建筑三维模型
语义分割网络
网格孔洞
装饰构件
YOLO模型
配电站
通道注意力机制
特征提取模块
视频流
序列推荐方法
节点
项目推荐模型
编码向量
前馈神经网络