一种基于燃气流量检测深度学习的异常处理方法与流程

技术特征：

1.一种基于燃气流量检测深度学习的异常处理方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s1包括如下子步骤：

3.根据权利要求2所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s103包括如下子步骤：

4.根据权利要求3所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s2包括如下子步骤：

5.根据权利要求3所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s3包括如下子步骤：

6.根据权利要求5所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s307包括如下子步骤：

7.根据权利要求6所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s4包括如下子步骤：

8.根据权利要求7所述的一种基于燃气流量检测深度学习的异常处理方法，其特征在于，所述步骤s5包括如下子步骤：

技术总结
本发明提供一种基于燃气流量检测深度学习的异常处理方法，涉及燃气检测技术领域，包括如下步骤：步骤S1：获取整个区域内的燃气使用数据，建立燃气使用参照图和燃气故障图；步骤S2：对历史故障点进行标记与比对，得到故障波动值；步骤S3：建立正常波动区间；步骤S4：将正常波动区间与故障波动值进行综合分析，得到深度学习后的异常检测模型；步骤S5：对异常检测模型进行通过率判定，不断更新异常检测模型；本发明通过对居民燃气流量进行实时检测，以解决现有技术中燃气检测不够及时，检测结果的实效性不高导致检测结果参考意义不大的问题。

技术研发人员：梁永超,范纾羽,李奇源,叶丽君
受保护的技术使用者：天津新科成套仪表有限公司
技术研发日：
技术公布日：2024/1/13