摘要
本发明提供一种管道泄漏检测模型的训练方法、管道泄漏检测方法及装置,该管道泄漏检测模型的训练方法包括:从样本管道泄漏信号中提取出静态特征和动态特征,静态特征用于表示样本管道泄漏信号的时域特性和频域特性,动态特征用于表示样本管道泄漏信号的时序变化特性;将静态特征和动态特征进行融合,得到融合特征,并基于不同的基模型分别根据融合特征预测管道泄漏程度,得到多个预测结果;以多个预测结果为元特征对元模型进行迭代训练,并通过增量学习的方式驱动元模型进行在线更新,得到管道泄漏检测模型。本发明所述方法提高了在不同时序且复杂多变场景下的管道泄漏检测准确率,同时增强了管道泄漏检测模型在不同环境下的适应性与稳定性。
技术关键词
管道泄漏检测方法
静态特征
预测管道泄漏
融合特征
样本
管道泄漏检测装置
动态
非暂态计算机可读存储介质
振动传感器
时域特征
频域特征
处理器
逻辑回归模型
线性回归模型
信号获取模块
随机森林模型
时序
系统为您推荐了相关专利信息
行人轨迹预测方法
特征提取模块
交互特征
线索
交叉注意力机制
补偿校准方法
新型燃料电池
电压
信号源
校准算法
负荷历史数据
注意力机制
嵌入位置信息
样本
电力系统负荷预测