摘要
本发明涉及数据融合技术领域,公开了一种用于故障预测的智能数据融合方法及系统,方法包括:获取目标设备的历史运行数据及实时运行数据,并将历史运行数据和实时运行数据进行数据融合得到第一融合数据;分别将第一融合数据输入卷积神经网络得到第一特征数据,将第一融合数据输入长短期记忆网络得到第二特征数据;最后将第一特征数据和第二特征数据进行融合得到第二融合数据,用于目标设备的故障预测。本发明将历史运行和实时运行数据的融合数据,分别输入到卷积神经网络与长短期记忆网络中得到的特征数据进行融合用于故障预测,使得预测模型能够同时处理空间特征和时间序列特征,得到的故障预测结果更加精准,为设备的安全运行提供保障。
技术关键词
历史运行数据
长短期记忆网络
数据融合方法
设备运行数据
传感器
构建卷积神经网络
数据获取模块
数据融合系统
数据融合技术
时间序列特征
可读存储介质
深度学习模型
指令
计算机程序产品
时间段
存储器
数据格式
处理器
系统为您推荐了相关专利信息
报价方法
LSTM模型
长短期记忆网络
注意力机制
双层优化模型
无线传感器网络
启发式信息
蚁群算法
聚类算法
节点间距离
多空间
剥离方法
滑动窗口
高分辨率遥感影像
多元回归模型