首页> 中国专利> 基于FCM-LSTM的化工储罐异常检测算法研究

基于FCM-LSTM的化工储罐异常检测算法研究

摘要

本发明公开了基于FCM‑LSTM的化工储罐异常检测算法研究。涉及化工设备、神经网络等领域,该方法利用多层网络架构模型作为故障诊断方法,结合监督学习和无监督学习的优点,采用基于数据驱动的故障诊断机制。首先利用无监督具类FCM算法对海量数据进行聚类,依据指定的相似度标准,对数据集进行划分,使得正常数据和故障数据归属到不同的类簇,再运用PSO算法避免初始值的随机选取,加速聚类过程,得到少量标记数据以提高检测性能,然后利用LSTM分别对每个簇和离线历史数据进行训练网路,最后进行多子网并行学习后对结果进行拟合并集成分析,提高网络的泛化能力。这种方法处理的数据量更大,可处理的信息更多,适用范围更广。

著录项

  • 公开/公告号CN110210569A

    专利类型发明专利

  • 公开/公告日2019-09-06

    原文格式PDF

  • 申请/专利权人 南京工业大学;

    申请/专利号CN201910495396.4

  • 发明设计人 秦岭;东单锋;

    申请日2019-06-06

  • 分类号G06K9/62(20060101);G06N3/00(20060101);

  • 代理机构

  • 代理人

  • 地址 211816 江苏省南京市浦口区浦珠南路30号南京工业大学

  • 入库时间 2024-02-19 14:03:10

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-10-08

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20190606

    实质审查的生效

  • 2019-09-06

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号