融合多传感器数据与 AI 模型的特种设备运行风险智能评估
摘要
针对当前特种设备运行风险评估存在的滞后性强、漏检率高、多耦合
风险识别精度不足等痛点,本文提出一种融合多传感器数据与 AI 模型的智能评
估方法,从多维度传感部署、多源数据融合建模、工程落地适配三个层面构建完
整的评估体系。该方法通过边缘侧初筛、自适应特征融合、小样本增量学习等技
术组合,解决了工业场景下数据噪声大、故障样本少、风险演化复杂等问题。现
场验证结果显示,该方法的风险识别准确率可达 94%,预警提前量较传统方法提
升 5 倍以上,可为特种设备的安全运维提供可靠技术支撑。
机构地区
石油天然气兰州工程质量监督站 730060
发表时间
2026年07月17日(期刊网平台发表日期,不代表实际的发表时间)