一种基于多特征自适应融合的电梯制动器状态监测方法

本发明涉及电梯制动器状态监测领域，提供了一种基于多特征自适应融合的电梯制动器状态监测方法，该方法首先通过对电梯制动器运行过程中的状态参数进行数据筛选以去掉异常信息，然后对于原本存在的缺失值或上述原因导致的缺失值进行填补。其次，用基于注意力机制的长‑短期异常特征自适应融合网络模型，通过长期趋势特征网络提取电梯制动器运转过程中的长期趋势特征，短期异常特征网络提取电梯制动器运转过程中短期异常特征，之后使用基于注意力机制的特征融合网络综合提取融合长短期特征，从而提升监测结果的准确性和鲁棒性，最后结合极值理论实现了电梯制动器运行状态监测，对深度学习模型在电梯制动器状态监测领域的应用具有重要意义。