摘要
本申请公开了一种压力表异常状态自动分析系统及方法,其通过利用基于自编码器的协同模型,学习正常工况下实时流速值序列与实时压力值序列之间的协同模式,并据此由实时流速值序列推理出预期的实时压力值序列。通过计算实际实时压力值序列与推理实时压力值序列之间的残差,能够有效量化压力与流速协同关系的偏离程度。该残差序列及其时序特征,结合目标压力表自身的压力时序特征,共同输入至训练完成的异常状态诊断多分类器模型,从而实现对压力表异常状态的精准、鲁棒诊断,并有效区分是压力表自身故障还是系统工艺异常导致的压力变化。
技术关键词
编码向量
压力表
融合特征
异常状态
自动分析方法
流速
序列
层级
信号特征提取
自动分析系统
偏差
多分类器
时序特征
融合语义
多尺度
跨模态
编码器
对齐模块
系统为您推荐了相关专利信息
识别算法
海洋环境信息监测技术
样本
数据
遥感识别方法
分区运行方法
分布式数据库集群
MapReduce编程模型
数据同步
场景
注意力机制
特征提取模块
深度强化学习
卷积模块
场景