一种基于人工智能的安全监测方法、装置、存储介质及电子设备制造方法及图纸

本申请提供了一种基于人工智能的安全监测方法、装置、存储介质及电子设备，该方法包括：获取设备的监测数据；监测数据包括设备的图像数据以及设备在预设时间段内的运行状态参数序列；通过预先训练好的安全状态识别模型的图像识别模块对图像数据进行处理，获得设备的第一特征；通过安全状态识别模型的卷积长短时记忆网络对运行状态参数序列进行处理，获得设备的第二特征；通过安全状态识别模型的特征融合模块对第一特征和第二特征进行融合，获得设备的融合特征；通过安全状态识别模型的分类器对融合特征进行处理，获得所述设备的安全状态识别结果，输出安全状态识别结果。通过本申请实施例提供的方法，能够获得准确的安全状态识别结果。

【技术实现步骤摘要】

本申请涉及数据处理，特别涉及一种基于人工智能的安全监测方法、装置、存储介质及电子设备。

技术介绍

1、随着工业自动化和智能化的发展，设备的安全监测已成为保障生产效率和人员安全的重要环节。传统的设备状态监测方法主要依赖于人工巡检和技术人员的经验判断，这种方法不仅效率低下，而且容易出现漏检或误判的情况。近年来，随着物联网(iot)、大数据和人工智能技术的快速发展，越来越多的研究和应用集中在如何利用先进的技术手段来提高设备状态监测的准确性和可靠性。

2、目前，在设备状态监测领域，已有一些基于传感器数据的技术解决方案，这些方案通常通过部署在设备上的各种传感器来采集设备运行时的物理参数，如温度、压力等，并通过数据处理和分析来识别设备的工作状态。然而，现有的方法在面对复杂工况和多模态数据时往往存在局限性，例如：单一模态数据处理：大多数现有技术只关注某一特定类型的传感器数据，忽略了不同模态数据之间的关联性和互补性，导致监测结果不够全面。

技术实现思路

1、本申请所要解决的技术问题是提供一种基于人工智能的安全监测本文档来自技高网...

【技术保护点】

1.一种基于人工智能的安全监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述图像识别模块图像分割模块、补丁嵌入模块、位置编码模块以及多头自注意力机制模块，所述通过预先训练好的安全状态识别模型的图像识别模块对所述图像数据进行处理，获得所述设备的第一特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述安全状态识别模型的训练过程，包括：

4.根据权利要求1所述的方法，其特征在于，所述输出所述设备的安全状态识别结果，包括：

5.根据权利要求1所述的方法，其特征在于，还包括：

6.一种基于人工智能的安全监...

【技术特征摘要】

1.一种基于人工智能的安全监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述图像识别模块图像分割模块、补丁嵌入模块、位置编码模块以及多头自注意力机制模块，所述通过预先训练好的安全状态识别模型的图像识别模块对所述图像数据进行处理，获得所述设备的第一特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述安全状态识别模型的训练过程，包括：

4.根据权利要求1所述的方法，其特征在于，所述输出所述设备的安全状态识别结果，包括：

5.根据权利要求1所述的方法，其特征在于，还包括：

6.一种基于人工智能的安全监测装置，其特征在于，包括：

7...

【专利技术属性】
技术研发人员：陈洋，雪伟，乐勇，刘宇，陈杰，
申请(专利权)人：德阳和新环保发电有限责任公司，
类型：发明
国别省市：