摘要
本发明涉及设备异常检测技术领域,揭露了一种智能电机的异常检测方法及系统,所述方法,包括:采集智能电机工作时的多源异构数据并进行特征级融合,以及进行潜在本特学习,得到优化数据特征;对优化数据特征进行数据片段分割,得到分割特征,确定分割特征在多分辨率下的时频特征图谱;挖掘智能电机多维运行特征的特征关联关系,以构建强化学习策略,对智能电机的多维运行特征进行目标特征筛选,得到筛选特征子集;对筛选特征子集进行对抗生成处理,得到模拟样本,对模拟样本和筛选特征子集进行特征集成学习处理,得到判断特征,对智能电机进行异常分析,得到异常检测报告。本发明可以提高对于智能电机的中不明显或特征较弱异常的检测精度。
技术关键词
智能电机
异常检测方法
强化学习策略
多源异构数据
时空融合特征
图谱
设备异常检测技术
多模态特征
决策
关系
设备特征
参数
傅里叶变换处理
样本
变量
小波变换处理
分辨率
异常检测系统
系统为您推荐了相关专利信息
管理系统
资源分配模块
管理方法
可视化界面
闭环反馈控制
工控一体机
多模态数据融合
异常检测方法
网络特征
多模态网络