摘要
本发明公开了一种综合船桥系统的自检方法及系统,涉及船舶智能管理技术领域,包括:通过数据采集器收集综合船桥系统中的船桥设备数据,将带有数据功能标签的船桥设备数据进行聚类处理,根据聚类结果将综合船桥系统进行模块化划分,基于数据驱动模型构建综合船桥系统不同模块的自检模型,使用所述训练数据训练自检模型;获取综合船桥系统的实际船桥设备数据,利用数据功能标签匹配对应的自检模型,在自检模型中基于二值逻辑构建异常分类器,通过预估船桥设备数据与实际船桥设备数据的残差输出自检结果。本发明通过多源信号处理实现综合船桥系统的自动异常判别,实现船舶异常的提前预警,确保综合船桥系统的长期稳定运行。
技术关键词
综合船桥系统
自检方法
初始聚类中心
数据驱动模型
一维卷积神经网络
历史报警信息
特征提取网络
分类器
数据采集器
标签
数据采集单元
自检单元
残差数据
冗余特征
模块
因子
重构误差
样本
系统为您推荐了相关专利信息
DLC涂层
性能预测模型
电荷转移电阻
机器学习算法
最小化摩擦系数
识别分类方法
一维卷积神经网络
分类程序
聚类
参数
滚动轴承寿命
深层特征提取
幅值
一维卷积神经网络
预测系统
分析方法
眼底图像分割
空间邻域信息
像素点
解码器
无线可充电传感器网络
无线充电设备
传感器节点
充电方法
蜻蜓算法