摘要
本发明涉及异常识别技术领域,具体地说,涉及一种多机跑合测试异常工况识别方法及系统。其包括以下步骤:在多机跑合测试期间从各个机器上采集运行数据,并对运行数据进行预处理;基于采集的运行数据,提取每台机组的统计特征和频域特征,并提取多机协同特征,在提取多机协同特征过程中,基于动态扭矩变化率的机械间隙自适应相位补偿方法,对多机协同特征进行补偿;基于LSTM模型分别对每台机组及整体多机协同状态进行异常评分,输出每台机组及整体多机协同状态的异常概率;基于每台机组及整体多机协同状态的异常概率,对每台机组及整体协同状态进行异常判定。本发明通过对每台机组的统计特征、频域特征及多机协同特征进行实时分析。
技术关键词
工况识别方法
LSTM模型
相位补偿方法
频域特征
统计特征
Sigmoid函数
采集运行数据
序列
工况识别系统
相位偏移补偿
异常识别技术
机组运行数据
时延
分布特征
统一时间轴
符号
注意力
矩阵
系统为您推荐了相关专利信息
实体识别模型
意图识别方法
语义结构
图谱
BERT模型
燃气轮机烟气
时域统计特征
模型建模方法
烟气含氧量
频谱特征
物资需求预测技术
数据导入模块
LSTM模型
配网工程
资源配置优化
三维网格模型
加工件表面
缺陷分类器
机器学习分类器
统计特征
病害预测方法
时空注意力机制
计算机存储介质
古建筑木构件
效应