摘要
本发明的目的在于提供一种基于时空特征融合的船舶柴油机运行参数异常检测方法,属于柴油机检测领域。本发明实现流程如下:采集柴油机正常工况下的多传感器的时序数据,划分为训练集与验证集;采集柴油机异常状态下的多传感器监测数据,构成独立测试集。建立由柴油机运行参数预测器和运行参数异常检测器构成的MsBTC‑Net,将验证集输入MsBTC‑Net预测器模型,获取其在柴油机监测参数各个时间步的预测值,结合监测参数的实际值计算预测残差。进而计算马氏距离阈值,构建MsBTC‑Net运行参数异常检测器。本发明实现了对柴油机多维运行监测参数预测,有效提升了柴油机运行参数异常检测的性能,显著增强了对柴油机早期故障微弱信号的检测灵敏度,具有工程应用价值。
技术关键词
船舶柴油机
异常检测方法
采集柴油机
预测残差
柴油机监测
滑动窗口
注意力机制
传感器
异常检测器
参数
双向长短期记忆网络
特征提取模块
卷积神经网络提取
协方差矩阵
时序
柴油机故障
空间特征提取
卷积架构
系统为您推荐了相关专利信息
地磁传感器
异常检测方法
无线网络性能参数
时间段
窄带物联网
预测残差
图像编码方法
图像解码方法
掩膜
融合特征
汽车衡
异常检测方法
异常数据
报告
异常检测设备