对于数据驱动的异常检测与预警问题的研究

来源 :科学技术创新 | 被引量 : 0次 | 上传用户:luciferr1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文为实现对统计数据驱动的异常检测与预警,通过对异常数据挖掘、熵权法,建立了灰色预测、Topsis模型,旨在筛选出风险性数据并对风险异常时刻进行评价和预测。本文采用异常数据挖掘的方法,对题中所给数据进行筛选,利用Spss软件绘制箱线图用来刻画离群点的出现范围,在确立离群点的基础上建立相关指标描述出风险性数据持续性,联动性的特点,根据指标进一步筛选出风险性异常数据。并且运用量化评价的方法对每个异常时刻进行打分。本文确立了对于风险性数据影响因素的相关权重,运用熵权法,建立了综合评价模型,为每一个传感器计算出风
其他文献
传统的配网带电作业机器人为主从式操作模式,作业人员在绝缘斗臂车工作斗内操作时,仍然处于10kV线路附近操作,存在触电风险;作业人员在地面遥操作,摄像头获取作业场景信息不充分,位置关系不明确,操作难度极高。为了解决这些问题,设计一种全自主配网带电作业机器人。该系统基于双机械臂协同作业模式,采用多传感器融合识别定位技术与深度学习路径规划技术,实现全自主带电作业,作业效率高,适用范围广;设计多层绝缘防护系统,保证作业安全性、可靠性。研制全自主配网带电作业机器人样机并进行10kV带电接引线作业试验,以验证所设计机
本文介绍了高压静电除尘用整流变压器效率的测量原理及测量中的关键点,并根据不确定度评定的有关标准和规则,对高压静电除尘用整流变压器效率测量不确定度的来源进行了分析识别,并对各个不确定度分量进行计算、合成和评定。试验结果对于不同容量的控制电源及其整机性能的检验有一定的借鉴作用。