摘要
本发明涉及故障预测技术领域,尤其是涉及一种基于多维时序特征调制的复杂装备故障预测方法及系统。方法,包括对获取的传感器数据进行预处理;利用预处理后的传感器数据进行初始特征提取;基于提取的初始特征进行多维时序特征编码和多尺度特征调制;对调制后的特征进行特征精炼和时序平滑;得到故障分类结果和维护建议。本发明通过数据预处理模块消除多维数据异构性、DTFE模块从多域提取全局特征显著提升了诊断精度、鲁棒性和实时性。
技术关键词
装备故障预测方法
时序特征
通道注意力机制
传感器特征
多尺度特征
一维卷积神经网络
多维时序数据
故障预测技术
滤除高频噪声
融合特征
鲁棒性
多通道并行
编码
小波去噪
系统为您推荐了相关专利信息
图像语义分割网络
边界特征
街景
分支
计算机程序指令
中央控制设备
虚拟设备
多传感器融合监控
电流电压传感器
融合传感器
感知特征
设备特征
视频播放设备
模态特征
视频评价方法
电池模组
管理方法
天气预报信息
时序特征
需求预测模型