基于实时数据流特征提取的设备能耗异常识别算法研究

能耗设备的节能是企业节能减排中非常重要的一环,及时发现能耗设备运行中出现的异常,对减少不必要的企业能耗具有重要意义。利用采集到的设备实时能耗数据流,提出了一种基于多特征提取的设备能耗异常识别分类方法。首先,对样本数据提取了低能耗时间比、高能耗时间量、DTW距离等特征量,随后利用孤立森林算法和K-means聚类算法对每条样本数据进行类型标定,最后构建了注意力机制与LSTM相结合的设备能耗异常分类算法。实验结果表明,该算法的分类正确率达到了97.76%,可以高效识别出不同类型的设备能耗异常,从而为企业及时作出处理、减少能耗损失提供了决策依据。

一种基于蓝牙的无线传感网络智能组网算法的研究与实现

近年来,在工业、农业、环境、交通、物流、安保等领域都能见到物联网技术的身影。物联网技术推动着各个行业向信息化、智能化的方向不断发展。随着蓝牙、ANT等短距离通信技术的出现与发展,无线传感网络技术成为物联网感知层的关键支撑技术之一。虽然目前无线设备的组网算法种类繁多,但这些算法在实际运用过程中还存在一定的局限性。为了提高无线传感网络的稳定性与灵活性,文中提出了一种基于蓝牙监听广播机制的智能组网算法。该算法主要针对蓝牙设备间通信偶发性断连几率高和蓝牙设备组网过于依赖人为操作的现象,对传统蓝牙设备组网方式进行改进。实验结果表明,该算法能够有效提高无线网络的稳定性和移动设备灵活组网的可操作性。