绿氨反应器状态检测模型训练方法、装置、设备及介质

本发明提供了一种绿氨反应器状态检测模型训练方法、装置、设备及介质，涉及人工智能与数据处理技术领域，包括：获取至少一个绿氨反应器运行过程中的样本数据；针对每一个样本数据，根据温度数据和温度数据所属的温度区间，对振动数据进行分段归一化，得到归一振动数据；针对得到的每一个归一振动数据，将归一振动数据输入至特征提取模块中，得到时域特征向量和频域特征向量；将各归一振动数据对应的时域特征向量和频域特征向量输入至初始状态检测模型中，对初始状态检测模型进行训练，得到状态检测模型。本发明实施例的技术方案能够消除温度对时频域特征提取结果的影响，利用时频域特征共同参与训练，提高模型训练结果的准确性。