一种智能化数据监测方法、系统及电子设备技术方案

技术编号:37403779 阅读:15 留言:0更新日期:2023-04-30 09:30
本发明专利技术公开一种智能化数据监测方法、系统及电子设备,涉及数据监测技术领域。本发明专利技术提供的智能化数据监测方法,通过获取双源数据集合分别构建一维信号监测模块和二维信号监测模块,能够提供更多的特征信息,同时提高数据检测和故障诊断的可靠性。并且,通过基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块对监测数据进行实时监测,也能够有效提升数据监测的准确率和可靠性,实现数据库中高效实时的自动化数据监测与故障诊断。诊断。诊断。

【技术实现步骤摘要】
一种智能化数据监测方法、系统及电子设备


[0001]本专利技术涉及数据监测
,特别是涉及一种智能化数据监测方法、系统及电子设备。

技术介绍

[0002]近年来,随着计算机技术的快速发展和产业化规模的迅速扩张,各类大小型工业设备在众多领域得以普及应用,其正常运作也成为了各项业务安全可靠运行的重要保障。然而现阶段,工业设备发生故障时仍主要依靠人工进行故障检测,该过程高度依赖专家知识和经验,且会耗费大量的时间和人力成本。此外,大量的故障先验知识难以得到有效管理利用,会造成数据资源浪费。因此,迫切需要一套高效可行的人工智能方法用于故障数据的自动化诊断,从而优化数据监测系统的故障预测效率。

技术实现思路

[0003]本专利技术的目的是提供一种智能化数据监测方法、系统及电子设备,能够实现故障数据的自动诊断,提高故障预测效率和预测精确度。
[0004]为实现上述目的,本专利技术提供了如下方案:
[0005]一种智能化数据监测方法,包括:
[0006]获取双源数据集合;所述双源数据集合包括:一维时序信号识别数据集和二维信号识别数据集;
[0007]基于所述一维时序信号识别数据集构建一维信号监测模块;
[0008]基于所述二维信号识别数据集构建二维信号监测模块;
[0009]基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块;
[0010]将待监测数据输入所述双模融合监测模块中实时输出监测结果;所述监测结果包括故障类型。
[0011]可选地,获取双源数据集合之前,还包括:
[0012]获取正常运行状态下固定时长的监测数据信息作为正样本,以及不同故障类型下固定时长的监测数据信息作为负样本,并根据故障类型对所述负样本进行标签标注;
[0013]对所述正样本和所述负样本进行第一预处理,以生成一维时序信号识别数据集;所述第一预处理包括:离群点剔除和维度归一化;
[0014]对所述正样本和所述负样本进行第二预处理,并将第二预处理后的正样本和第二预处理后的负样本转换为图像数据,以生成二维信号识别数据集;所述第二预处理包括:小波变换。
[0015]可选地,基于所述一维时序信号识别数据集构建一维信号监测模块,具体包括:
[0016]构建一维信号识别网络;所述一维信号识别网络包括三个不同类型的一维卷积组合和两层全连接层;
[0017]采用所述一维时序信号识别数据集对所述一维信号识别网络进行迭代训练及测
试,直至所述一维信号识别网络的识别准确率达到第一预设值时得到训练好的一维信号识别网络,将训练好的一维信号识别网络作为所述一维信号监测模块。
[0018]可选地,所述一维信号识别网络中的第一个一维卷积组合包括:一个卷积核为3且步长为1的一维卷积层、一层激活函数和一个批标准化层;
[0019]所述一维信号识别网络中的第二个一维卷积组合包括:一个卷积核为5且步长为2的一维卷积层、一层激活函数和一个批标准化层;
[0020]所述一维信号识别网络中的第三个一维卷积组合包括:一个卷积核为3且步长为4的一维卷积层、一层激活函数和一个批标准化层。
[0021]可选地,基于所述二维信号识别数据集构建二维信号监测模块,具体包括:
[0022]构建二维信号识别网络;所述二维信号识别网络包括:三个不同类型的卷积组合、一个全局最大池化层和两层全连接层;
[0023]采用所述二维信号识别数据集对所述二维信号识别网络进行迭代训练及测试,直至所述二维信号识别网络的识别准确率达到第二预设值时得到训练好的二维信号识别网络,将训练好的二维信号识别网络作为所述二维信号监测模块。
[0024]可选地,所述二维信号识别网络的第一个卷积组合包括一个卷积核为33的卷积层、一层激活函数和一个批标准化层;
[0025]所述二维信号识别网络的第二个卷积组合包括一个卷积核为55的卷积层、一层激活函数、一个批标准化层和一个池化核为22的池化层;
[0026]所述二维信号识别网络的第三个卷积组合包括一个卷积核为33的卷积层、一层激活函数、一个批标准化层和一个池化核为44的池化层。
[0027]可选地,基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块,具体包括:
[0028]去除所述一维信号监测模块的最后一层全连接层和所述二维信号监测模块的最后一层全连接层,并构建尾部分类模块,得到所述双模融合监测模块;所述尾部分类模块包括:核为4的局部聚合层、核为7且步长为5的一维卷积层以及一层全连接层。
[0029]可选地,所述二维信号识别网络中的所有卷积层的步长均为1。
[0030]根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
[0031]本专利技术提供的智能化数据监测方法,通过获取双源数据集合分别构建一维信号监测模块和二维信号监测模块,能够提供更多的特征信息,同时提高数据检测和故障诊断的可靠性。并且,通过基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块对监测数据进行实时监测,也能够有效提升数据监测的准确率和可靠性,实现数据库中高效实时的自动化数据监测与故障诊断。
[0032]对应于上述提供的智能化数据监测方法,本专利技术还公开了以下实施方案:
[0033]一种智能化数据监测系统,应用于上述提供的智能化数据监测方法;所述系统包括:
[0034]数据集获取单元,用于获取双源数据集合;所述双源数据集合包括:一维时序信号识别数据集和二维信号识别数据集;
[0035]第一模块构建单元,用于基于所述一维时序信号识别数据集构建一维信号监测模块;
[0036]第二模块构建单元,用于基于所述二维信号识别数据集构建二维信号监测模块;
[0037]第三模块构建单元,用于基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块;
[0038]数据监测单元,用于将待监测数据输入所述双模融合监测模块中实时输出监测结果;所述监测结果包括故障类型。
[0039]一种电子设备,包括:
[0040]存储器,用于存储计算机程序;
[0041]处理器,与所述存储器连接,用于调取并执行所述计算机程序,以实施上述提供的智能化数据监测方法。
[0042]因本专利技术提供的上述系统和电子设备实现的技术效果与本专利技术提供的智能化数据监测方法实现的技术效果相同,故在此不再进行赘述。
附图说明
[0043]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0044]图1为本专利技术提供的智能化数据监测方法的流程图;
[0045]图2为本专利技术提供的一维信号识别网络的结构示意图;
[0046]图3为本专利技术本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种智能化数据监测方法,其特征在于,包括:获取双源数据集合;所述双源数据集合包括:一维时序信号识别数据集和二维信号识别数据集;基于所述一维时序信号识别数据集构建一维信号监测模块;基于所述二维信号识别数据集构建二维信号监测模块;基于所述一维信号监测模块和所述二维信号监测模块搭建双模融合监测模块;将待监测数据输入所述双模融合监测模块中实时输出监测结果;所述监测结果包括故障类型。2.根据权利要求1所述的智能化数据监测方法,其特征在于,获取双源数据集合之前,还包括:获取正常运行状态下固定时长的监测数据信息作为正样本,以及不同故障类型下固定时长的监测数据信息作为负样本,并根据故障类型对所述负样本进行标签标注;对所述正样本和所述负样本进行第一预处理,以生成一维时序信号识别数据集;所述第一预处理包括:离群点剔除和维度归一化;对所述正样本和所述负样本进行第二预处理,并将第二预处理后的正样本和第二预处理后的负样本转换为图像数据,以生成二维信号识别数据集;所述第二预处理包括:小波变换。3.根据权利要求1所述的智能化数据监测方法,其特征在于,基于所述一维时序信号识别数据集构建一维信号监测模块,具体包括:构建一维信号识别网络;所述一维信号识别网络包括三个不同类型的一维卷积组合和两层全连接层;采用所述一维时序信号识别数据集对所述一维信号识别网络进行迭代训练及测试,直至所述一维信号识别网络的识别准确率达到第一预设值时得到训练好的一维信号识别网络,将训练好的一维信号识别网络作为所述一维信号监测模块。4.根据权利要求3所述的智能化数据监测方法,其特征在于,所述一维信号识别网络中的第一个一维卷积组合包括:一个卷积核为3且步长为1的一维卷积层、一层激活函数和一个批标准化层;所述一维信号识别网络中的第二个一维卷积组合包括:一个卷积核为5且步长为2的一维卷积层、一层激活函数和一个批标准化层;所述一维信号识别网络中的第三个一维卷积组合包括:一个卷积核为3且步长为4的一维卷积层、一层激活函数和一个批标准化层。5.根据权利要求4所述的智能化数据监测方法,其特征在于,基于所述二维信号识别数据集构建二维信号监测模块,具体包括:构建二维信号识别网络;所述二维信号识别网络包括:三个不同类型的卷积组合、一个全...

【专利技术属性】
技术研发人员:马欣段存生
申请(专利权)人:北京电信易通信息技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1