基于大数据和循环神经网络在静态监测设备故障的预测研究

本文开展了基于监测大数据和循环神经网络技术对静态监测设备的故障预测研究，并根据实时监测到的各种数据，找出在结构监测中的关键性能指标，以此作为本次研究的训练特征，并将其输入到建立的TensorFlow2的神经网络模型之中，根据神经网路模型所输出的数据来预测监测现场是否存在设备故障。