摘要
本发明提供一种基于多源数据融合的风机齿轮箱异常监控方法及系统,包括对风机齿轮箱的多模态数据进行特征提取,得到风机齿轮箱的多个特征数据;对每个特征数据进行重要性评价,并按照重要性由高到低的顺序,选取多个目标特征数据形成特征数据集;将所述特征数据集输入预先构建的风机齿轮箱异常识别模型进行异常预测,得到风机齿轮箱的异常等级;执行所述异常等级对应的预警策略,实现了利用多模态数据中重要性较高的特征数据,对风机齿轮箱的异常进行监控,提高了风机齿轮箱异常监控结果的效率、准确率。
技术关键词
风机齿轮箱
随机森林模型
异常监控方法
数据
非暂态计算机可读存储介质
选取特征
异常监控系统
交互性
处理器
案例库
策略
识别模块
多模态
存储器
电子设备
程序
系统为您推荐了相关专利信息
企业关联关系图谱
模型构建方法
强化学习模型
策略
企业信息数据
参数
模板
训练神经网络模型
映射方法
软件开发项目
行驶状态数据
路面
数据处理方法
数据处理系统
车辆
智慧能源管理
设备运行参数
LoRaWAN协议
能耗
模糊控制算法