基于人工智能的风机运行状态监测方法

本发明公开了基于人工智能的风机运行状态监测方法，方法包括数据采集、数据预处理、堆叠样本卷积交互网络模型构建、运行状态监测模型构建、状态异常阈值区间设计和风机运行状态监测。本发明涉及风机运行状态监测技术领域，具体是指基于人工智能的风机运行状态监测方法，本发明通过数据采集得到风机运行原始数据；采用数据清洗、数据去噪、特征选择、数据归一化和数据集分割的数据预处理方法；采用堆叠样本卷积交互网络模型进行运行状态监测，增强了模型的预测精度；采用联邦学习框架训练运行状态监测模型，有效保证数据隐私；采用基于蒙特卡罗丢弃和核密度估计的状态异常阈值区间计算方法，能够动态调整状态异常阈值区间。