摘要
本发明涉及挖掘机油耗智能预测技术领域,本发明公开了一种基于多变量挖掘机运行数据的局部‑全局时空信息分解的油耗预测方法与系统。首先,采集挖掘机运行中的多维传感器数据,利用零均值标准化构建统一尺度的时序矩阵;其次,通过局部多尺度窗口注意力模块提取局部短期时序特征,再经通道混合与离散傅里叶变换获取时序数据的全局周期性特征;然后,采用动态时间规整和相似性度量融合特征矩阵,获得高级时空信息;最后输入回归预测模型,实现挖掘机油耗的高精度预测。
技术关键词
矩阵
多尺度窗口
挖掘机油耗
油耗预测方法
混合特征提取
多变量传感器
度量
回归预测模型
动态时间规整
周期性特征
预测误差
路径优化策略
智能预测技术
混合模块
频域特征提取
多头注意力机制
融合特征
系统为您推荐了相关专利信息
光传输网络
网络拓扑
节点
自动分配方法
计算机可读指令
BERT模型
信息抽取方法
深度学习模型
大语言模型
信息抽取系统
智能分析方法
构建企业画像
生成优化建议
文本
智能分析系统
农机自动驾驶
惯性导航融合
农机速度
相位观测值
直线
胃肠道功能恢复
干预决策系统
术后肠梗阻
多模态数据融合
长短期记忆神经网络