摘要
本发明提供了一种多域特征协同感知的漏水监测方法,属于净水系统漏水监测领域。该方法包括对原始传感器数据进行特征工程处理,生成多域特征,以构建特征工程体系;利用人工标注的漏水时间段数据和非漏水时间段数据,训练长短期记忆自编码器模型,并通过长短期记忆自编码器模型预测漏水时间段的数据,计算重构误差;通过计算实时重构误差与静态阈值的差值,动态调整阈值,并根据参数预测阈值偏移量,细化阈值调整策略;针对实时的重构误差超过动态阈值时,则触发漏水预警;定期利用最新数据重新训练长短期记忆自编码器模型和线性回归模型。本发明通过数据驱动与物理机理的深度融合,为净水系统提供一种精准、智能、低成本的漏水监测解决方案。
技术关键词
漏水监测方法
重构误差
特征工程
多域特征
时域统计特征
线性回归模型
时间段
编码器
预测阈值
约束特征
记忆
动态
数据
净水系统
频域特征
表达式
滑动窗口
参数
模型更新
物理
系统为您推荐了相关专利信息
脓毒症患者
风险评估模型
信息处理
监测系统
损失函数设计
组网雷达系统
多域特征
池化特征
特征提取模块
多普勒
对讲机
辅助救援方法
救援场景
运动状态分析
序列
节电方法
随机森林模型
空调运行功率
预测误差
历史运行数据