摘要
本发明公开了基于多模态数据的火电厂设备故障预测方法,涉及火电厂故障预测技术领域,预测步骤为:S1、基于声波发射器在火电厂循环水系统中发出声波,基于传感器接收发射的弹性波,将其转换为电信号,将电信号预处理后进行存储;S2、基于火电厂中历史检修报告,获取文本信息,基于正则表达式从文本信息中筛选出与循环水系统相关的检修信息,基于TF‑IDF算法获取检修信息中的文本特征向量。本发明还公开了基于多模态数据的火电厂设备故障预测系统。本发明通过多模态信息融合整合了实时运行状态与历史故障经验,弥补单一模态局限,助力工作人员提前发现故障,降低突发故障概率,提升预测的准确性与可靠性。
技术关键词
火电厂设备故障
火电厂循环水系统
关键词
文本特征向量
信号随时间
交叉验证法
电信号预处理
多模态信息融合
学习特征
幅值
故障预测技术
表达式
预测系统
系统为您推荐了相关专利信息
服务端
音频特征
图像
多维特征向量
计算机程序产品
隐私保护方法
加密数据
访问权限信息
企业
解密密钥