摘要
本发明公开了一种电梯门机系统异常检测及预测方法,涉及电梯门机异常检测技术领域,本发明包括S1、多维度数据采集、S2、运行特征提取、S3、动态基准建立、S4、异常特征识别、S5、输出故障类型及置信度,本发明通过门机系统的历史运行数据,训练LSTM模型,以达到自动划分电梯门机系统运行周期的目的,克服了现有技术中的缺陷,精准分割运行周期内的若干检测数据,确保其对后续门机系统的故障预测的价值性;本发明建立每个特征参数与门机运行次数相关联的动态基准范围曲线,提高了门机系统故障预测的准确性,降低门机系统的误报率,在一定程度上节约维修资源。
技术关键词
电梯门机系统
LSTM模型
历史运行数据
基准
时序特征
动态
周期
电流
系统故障预测
时域特征
曲线
频域特征
非线性
异常检测技术
时间同步
训练集
位置编码器
冲击特征
系统为您推荐了相关专利信息
机器学习技术
个性化推荐引擎
特征选择算法
动态特征提取
学生
地心坐标系框架
星地协同
精密单点定位
位置服务方法
铁路
三相逆变器功率
故障诊断模型
功率开关器件
特征值
诊断方法