基于深度学习的涡街流量计监测方法、装置、介质及产品
申请号:CN202510378354
申请日期:2025-03-28
公开号:CN119884694B
公开日期:2025-07-25
类型:发明专利
摘要
一种基于深度学习的涡街流量计监测方法、装置、介质及产品,涉及电数字数据处理领域,该方法包括:获取涡街流量计的历史时序数据,并预处理得到标准化数据;将标准化数据划分为预设比例的训练集和验证集;根据涡街流量计的流量特征,将训练集按照预设的流量阈值区间进行分段,并分别构建深度学习模型,得到流量模型集;利用验证集对流量模型集中的多个深度学习模型进行验证,对流量模型集进行优化;采集涡街流量计的实时数据,并根据实时数据所属的流量阈值区间,进行模型计算,得到流量修正值;在基于流量修正值计算得到的流量计性能低于预设性能阈值时,生成异常预警信息。实施本申请,能提高涡街流量计的监测及时性,降低其维保成本。
技术关键词
涡街流量计
深度学习模型
实时数据
深度神经网络模型
计算机程序代码
监测方法
电数字数据处理
计算机程序产品
预测误差
故障案例库
交叉验证方法
时序
神经网络结构
伯努利方程
模型预测值
频率
序列
信号