连续数据的符号化表征方法应用于机械部件温度异常检测

文档名：连续数据的符号化表征方法应用于机械部件温度异常检测
风电机组运行工况复杂多变,机组状态监测数据量大、来源多且杂,现有的异常检测方法面对如此海量的数据很难保证预测的精度并进行快速处理.运用数据科学的方法,通过建立可以描述故障发生前或者故障发生时的特征,利用机械工程、信号处理、统计学以及机器学习等方法构建一个或多个可以识别一种或多种故障模式的模型检测异常.本文简要的回顾了一些在行业内应用的机械部件的异常检测方法,并提出一种对连续数据符号化表征的方法TSR,来描述特定对象的分布,并将其应用到异常检测方法之中.
作者：谢鹏锁慧
作者单位：北京天泽智云科技有限公司北京100191
母体文献：2018年(第四届)风电场运行维护及后评价专题交流研讨会论文集
会议名称：2018年(第四届)风电场运行维护及后评价专题交流研讨会  
会议时间：2018年5月22日
会议地点：福州
主办单位：中国电力企业联合会,全国风力发电技术协作组
语种：chi
分类号：TP3P20
关键词：风力发电机  机械部件  异常检测  连续数据  符号化表征
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-11 08:03 上传 连续数据的符号化表征方法应用于机械部件温度异常检测.pdf

文件大小:

2.72 MB

下载次数:

60

高速下载