基于多模态敏感特征选取融合的设备故障预警方法及系统

摘要

本发明提出一种基于多模态敏感特征选取融合的设备故障预警方法及系统，用于解决基于单模态特征的预警系统存在准确率低、适用范围窄的技术问题。其方法的步骤为：首先，提取采集的历史设备正常状态的参数运行数据的特征向量，并对特征向量进行标准化；其次，运用基于Mercer内核的核PCA获取标准化的特征数据的敏感特征，并根据敏感特征训练GMM模型；然后在线获取设备运行时的实时状态数据，并根据上述步骤选取多模态敏感特征；最后，将多模态敏感特征输入到训练好的GMM模型，依据得到的概率值是否小于预设的阈值决定是否报警。本发明通过设备多模态特征选取与融合，提升设备故障预警系统的准确率，实现了离线预警模型构建、在线实时故障预警。