-
公开(公告)号:CN117435997A
公开(公告)日:2024-01-23
申请号:CN202311756481.4
申请日:2023-12-20
Applicant: 杭州市特种设备检测研究院(杭州市特种设备应急处置中心)
IPC: G06F18/2415 , B66B5/00 , B66B5/02 , G06F18/30 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06F123/02
Abstract: 本发明提供的一种基于Transformer和时序压缩机制的电梯预警及按需维保方法,其先采集物联网电梯的原始数据,将原始数据清洗后转换为多模态时序特征;采用偏自相关函数分析特征间的相关性,并选取与电梯故障高度相关的特征,将特征与对应的PACF值经过嵌入层处理和拼接,形成综合向量特征;对综合向量特征进行相对位置编码后,输入到Transformer模型中,在模型中,采用自注意力机制对综合向量特征进行提取和交叉,同时采用卷积池化层进行时序压缩操作以减少数据复杂度;通过全连接层将压缩后的特征映射为预测结果;模型训练时,通过优化算法进行调整提高性能;预测维保需求时,根据故障类型和概率分布,通过多层卷积块细化预测结果,生成具体的维保需求。
-
公开(公告)号:CN117435997B
公开(公告)日:2024-03-01
申请号:CN202311756481.4
申请日:2023-12-20
Applicant: 杭州市特种设备检测研究院(杭州市特种设备应急处置中心)
IPC: G06F18/2415 , B66B5/00 , B66B5/02 , G06F18/30 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06F123/02
Abstract: 本发明提供的一种基于Transformer和时序压缩机制的电梯预警及按需维保方法,其先采集物联网电梯的原始数据,将原始数据清洗后转换为多模态时序特征;采用偏自相关函数分析特征间的相关性,并选取与电梯故障高度相关的特征,将特征与对应的PACF值经过嵌入层处理和拼接,形成综合向量特征;对综合向量特征进行相对位置编码后,输入到Transformer模型中,在模型中,采用自注意力机制对综合向量特征进行提取和交叉,同时采用卷积池化层进行时序压缩操作以减少数据复杂度;通过全连接层将压缩后的特征映射为预测结果;模型训练时,通过优化算法进行调整提高性能;预测维保需求时,根据故(56)对比文件齐孟津.基于多模态时序信息建模与融合的视频分类方法研究《.万方数据库》.2023,第8-37页.Tao Yu等.Leveraging Sparse and DenseFeature Combinations for SentimentClassification《.arXiv - Computation andLanguage》.2017,第1-4页.
-