基于数字孪生和机器学习的码头设施健康监测方法和系统

AITNT
正文
推荐专利
基于数字孪生和机器学习的码头设施健康监测方法和系统
申请号:CN202510630193
申请日期:2025-05-16
公开号:CN120145239B
公开日期:2025-08-01
类型:发明专利
摘要
本申请提供一种基于数字孪生和机器学习的码头设施健康监测方法和系统,涉及码头设施健康监测领域,该方法包括:依据相邻监测点对应同类型传感器数据的同步性变化数值建立监测点网络拓扑图的权重系数;基于权重系数确定异常传递路径;依据各预设异常状态对应的历史监测数据确定各预设异常状态下各异常传递路径的异常状态传播规则;检测到任一监测点的异常传感器数据后,基于异常状态传播规则计算对应异常传递路径中其他监测点的参数预测值;若预设比例数量的参数预测值偏离对应实际监测值,则生成预警信息。实施该方法,可以应对传统健康监测方式汇总单点数据波动造成的误报,提高了异常状态预警的准确性和可靠性。
技术关键词
健康监测系统 监测点 异常状态 历史监测数据 码头 数字孪生模型 健康监测方法 设施 传感器 计算机程序代码 网络拓扑路径 计算机程序产品 参数 时间段 建立关联关系 滑动时间窗口 时序
系统为您推荐了相关专利信息
1
一种海上风电监测运维方法、装置、设备及存储介质
监测运维方法 实时监测数据 多维特征数据 风电 风机叶片
2
基于openvswitch的虚拟化waf透明防护方法及系统
透明防护系统 交换机 流表规则 网卡 策略
3
基于深度学习的学生课堂学习状态智能监管系统及方法
学生身份识别 智能监管方法 座位 课堂考勤 异常状态
4
一种基于数据增强的轴承故障预测评估系统
故障预测模型 评估系统 在线校准 训练深度学习模型 数据采集模块
5
开发运维方法、设备及存储介质
运维方法 代码仓库 制品 语义向量 框架
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号