摘要
本发明涉及多模态数据处理技术领域,公开了一种多模态传感器融合的巡检方法及系统,该方法包括:通过巡检机器人中的多模态传感器采集电力设备的多模态原始数据,并构建特征向量集;根据特征向量集对多模态传感器进行自适应权重计算,得到传感器权重集;对多模态原始数据进行冲突识别和解决,得到融合数据集;基于融合数据集对电力设备进行异常特征提取,得到异常特征集合;基于异常特征集合进行巡检轨迹优化,得到目标巡检路径序列,并结合历史设备巡检数据进行设备状态联合预测,得到设备故障预测结果,本发明能够准确识别多模态传感器间的数据冲突,并实现冲突数据的智能筛选和融合,进而实现了更准确的设备状态联合预测。
技术关键词
多模态传感器
设备故障预测
巡检路径
电力设备
巡检方法
历史设备
巡检轨迹
巡检数据
电磁场传感器
巡检机器人
热成像传感器
振动特征参数
可靠传感器
振动传感器
序列
巡检系统
系统为您推荐了相关专利信息
压力传感单元
智能响应方法
关节点
检测异常事件
多模态传感器系统
路径规划方法
建筑施工现场
智能巡检
无人机
深度强化学习模型
广域电力系统
谐波
控制策略
电力设备状态评估
宽频
承重钢丝绳
在线监测方法
漏磁信号
扩展卡尔曼滤波
图像
巡检机器人
智能巡检装置
巡检无人机
巡检小车
钢结构缺陷