摘要
本发明提供一种基于边缘计算的杆塔监测数据故障识别方法,该方法包括:S1、获取杆塔的传感器监测数据;S2、通过预设的阈值对所述传感器监测数据进行判断,若超过所述阈值,则触发部署在边缘计算设备上的异常检测模型进行状态分析;S3、根据所述异常检测模型的输出结果对杆塔状态进行异常判断;S4、结合异常幅度和回中率指标对异常事件进行分级响应;S5、将所述异常事件相关数据存储于本地边缘设备,并在通信条件允许时上传相关信息。整体方案实现了边缘侧独立的异常识别、事件分级与模型更新,不仅满足了低延迟处理需求,还通过分级响应机制对不同严重程度的异常事件采取差异化措施,提高了监测系统的资源利用效率和故障处理的及时性。
技术关键词
故障识别方法
异常事件
杆塔
重构误差
预测误差
异常状态
传感器
注意力
模型更新
加速度
数据上传策略
远程服务器
分级响应机制
数据存储
异常信息
阶段
存储单元
指标
系统为您推荐了相关专利信息
电路板检测方法
电路板检测系统
机器学习算法
专家系统
多源信息融合技术
机床进给系统
模型建模方法
热误差模型
因子
网络
资源分配调度方法
高并发环境
波动特征
调度算法
模拟真实环境
支持向量回归模型
特征提取模块
数据
电力负荷预测方法
随机森林模型
双电机伺服系统
变换误差
预定性能控制方法
状态预测器
径向基神经网络