一种基于多源数据融合的复杂装备数字孪生建模方法

摘要

本发明涉及数字孪生建模领域，尤其为一种基于多源数据融合的复杂装备数字孪生建模方法，包括如下步骤：S1：通过收集设备对复杂装备进行多源数据收集，获得多源数据；S2：对多源数据进行数据预处理和多源数据融合，获得处理后数据；S3：对处理后数据进行数据工业大数据标签和特征选择以及特征降维，获得输入数据；S4：使用循环神经网络对输入数据进行模型训练获得数字孪生模型。本发明通过多源数据融合技术和特征选择以及特征降维数据提高数据质量，同时通过K‑means算法对数据进行标签处理在后续循环神经网络使用过程中更为便捷，同时通过循环神经网络进行模型训练获得数字孪生建模模型，降低了建模难度同时提高了建模的准确性。