基于大数据分析的变频器异常检测方法
来源期刊:机械设计与制造2021年第4期
论文作者:闫会玉 郑泽宇 宋宏 高原
文章页码:219 - 222
关键词:密度峰值聚类;概率分析;变频器;异常检测;
摘 要:变频器设备机理复杂、设备监测数据异常样本少,导致在实际应用中基于经验和基于模型的异常检测方法操作性难、常规的数据驱动方法可行性差。针对上述问题,结合密度峰值聚类与时序运行数据的转移特点,提出一种基于大数据分析的变频器异常检测方法。该方法首先通过密度峰值聚类将运行数据聚类,然后将时序过程数据在不同类簇间的动态变化规律用概率表示,并基于聚类结果和转移概率提出异常检测体系框架,最后通过异常案例验证该方法的有效性,表明该方法能够正确识别变频器异常行为。
闫会玉1,2,3,郑泽宇1,2,宋宏1,2,高原1,2
1. 中国科学院沈阳自动化研究所2. 中国科学院机器人与智能制造创新研究院3. 中国科学院大学
摘 要:变频器设备机理复杂、设备监测数据异常样本少,导致在实际应用中基于经验和基于模型的异常检测方法操作性难、常规的数据驱动方法可行性差。针对上述问题,结合密度峰值聚类与时序运行数据的转移特点,提出一种基于大数据分析的变频器异常检测方法。该方法首先通过密度峰值聚类将运行数据聚类,然后将时序过程数据在不同类簇间的动态变化规律用概率表示,并基于聚类结果和转移概率提出异常检测体系框架,最后通过异常案例验证该方法的有效性,表明该方法能够正确识别变频器异常行为。
关键词:密度峰值聚类;概率分析;变频器;异常检测;