基于大数据分析的输变电设备状态数据异常检测方法

严英杰, 盛戈皞, 陈玉峰, 江秀臣, 郭志红… - 中国电机工程 …, 2015 - epjournal.csee.org.cn
传统的阈值判定方法难以准确检测输变电设备的状态异常, 该文提出一种基于时间序列分析和无
监督学习等大数据分析的异常检测方法, 从数据演化过程, 数据关联的全新角度实现异常检测 …

基于微服务架构的设备管理系统设计.

李亚杰, 李昭楠 - Machine Tool & Hydraulics, 2024 - search.ebscohost.com
为了解决单体架构下设备系统耦合度高, 维护成本高, 扩展困难的问题, 开展基于微服务的设备
管理系统关键技术研究, 建立基于微服务的设备管理系统多层架构, 提出一种业务场景驱动的微 …

[PDF][PDF] 基于LSTM 的刀具数据异常检测方法的研究

李建伟, 鲁一萍, 郭宏 - 计算机与数字工程, 2022 - jsj.journal.cssc709.net
摘要刀具状态是机械加工过程中影响产品质量的因素之一, 其中刀具异常数据的有效检测将有助
于掌握刀具状态, 针对这一问题, 论文提出了一种基于LSTM 的数据异常检测方法 …

汽车制动力曲线异常检测

宁航, 南春丽, 杨澜, 赵祥模, 刘浩学… - 交通运输工程 …, 2018 - transport.chd.edu.cn
研究了制动力曲线异常检测方法, 分析了回踩异常特性, 考虑了制动力检测工况和制动力曲线
变化趋势, 基于余弦相似度与相对误差, 对制动力数据进行聚类, 建立了制动力曲线分段算法; …

Anomaly detection of automobile braking curves

N Hang, NAN Chun-li, Y Lan, Z Xiang-mo… - 交通运输工程 …, 2018 - transport.chd.edu.cn
The anomaly detection methods of automobile braking curves were studied. The features of
the depressing-releasing-depressing anomaly were analyzed. The detection conditions and …

[引用][C] 基于LSTM-Adaboost 的多晶硅生产的能耗预测

郭久俊 - 计算机应用与软件, 2018

[引用][C] 综合数据清洗及无监督学习技术的电力设备状态评估

魏金萧, 周步祥, 张冰 - 水电能源科学, 2016

[引用][C] 敏感区域人群的异常图像检测方法研究与仿真

王江峰, 陈天华, 张晓力 - 计算机仿真, 2015