期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于聚类算法的变压设备运行数据监测与异常检测技术 被引量:6
1
作者 杜涛 王朝龙 +3 位作者 朱靖 赵健勃 马麒 刘勃君 《粘接》 CAS 2022年第12期137-140,共4页
在线监测数据在判断变压设备运行状态中发挥着重要的作用,但传统监测方法无法及时了解变压设备异常情况,准确甄别噪声数据。针对这一问题,挑选K-means聚类算法引进相应的滑动窗口技术,设计变压设备出现异常情况的检测模型。以某变电站... 在线监测数据在判断变压设备运行状态中发挥着重要的作用,但传统监测方法无法及时了解变压设备异常情况,准确甄别噪声数据。针对这一问题,挑选K-means聚类算法引进相应的滑动窗口技术,设计变压设备出现异常情况的检测模型。以某变电站变压器异常数据为对象,提出K-means聚类算法进行验证。结果验证,这种方式能够实时检测变压设备数据流中的异常信息,从而有效去除少量传感器产生的噪音或者突变值的影响,有利于提升变压设备状态检测的精准性及实时性,应用价值较高。 展开更多
关键词 K-MEANS聚类算法 异常检测技术 变压设备 滑动窗口
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部