摘要
本发明提供一种二氧化碳封存场地内设备运行情况的监测和评估方法,包括以下步骤:获取设备的运行数据;对所述运行数据进行预处理和多模态特征融合;基于机器学习模型进行异常检测,并计算设备健康指数;根据设备健康指数,对设备当前的运行情况进行评估,包括:正常、关注、预警或故障。解决了现有监测方法由于缺乏对多源数据的融合分析而导致设备隐性故障难以发现的问题。本发明公开了一种二氧化碳封存场地内设备运行情况的监测和评估方法,通过多源传感器数据融合、机器学习模型及动态健康指数评估,实现对封存设备的实时监测、故障预测与智能维护。该方法可显著提升碳封存系统的安全性与可靠性,适用于大规模地质封存工程。
技术关键词
多模态特征融合
机器学习模型
传感器特征
指数
注意力机制
时域特征提取
频域特征提取
孤立森林算法
异常数据
随机森林模型
封存系统
注意力模型
监测方法
工况
系统为您推荐了相关专利信息
BIM地质模型
装药量
风险预警方法
爆破孔
采空区
材料性能评估方法
队列
神经网络模型
性能评估装置
周期
筛选系统
药物
局部特征提取
门控循环单元
分子结构信息
泥沙样本
无人机遥感图像
泥石流容重
智能计算方法
采样点