随着工业智能化的发展,工业生产系统中的工业设备都具备了智能管控系统,其中重要需求之一是智能异常检测。实现智能异常检测通常需要从动态运行参数入手,但动态运行参数的流式数据形式以及高维数据耦合给可靠、高效的异常检测带来了很...随着工业智能化的发展,工业生产系统中的工业设备都具备了智能管控系统,其中重要需求之一是智能异常检测。实现智能异常检测通常需要从动态运行参数入手,但动态运行参数的流式数据形式以及高维数据耦合给可靠、高效的异常检测带来了很大困难。为此,提出了一种基于联合分布的动态运行参数异常检测方法。该方法首先从实时检测和整体检测两个角度对动态运行数据进行采样,然后结合经验耦合函数对联合分布进行建模,最后根据模型得到异常分数来判断异常。通过在大渡河流域水电站排水系统的排水泵动态运行参数数据集上的实验验证表明,该方法相比传统的异常检测方法效率更高,并且在曲线下的面积(area under curve,AUC)和平均精确率上均有提升。同时,该方法的可解释性也为工作人员故障排除以及后续维护提供了可靠依据。展开更多
文摘随着工业智能化的发展,工业生产系统中的工业设备都具备了智能管控系统,其中重要需求之一是智能异常检测。实现智能异常检测通常需要从动态运行参数入手,但动态运行参数的流式数据形式以及高维数据耦合给可靠、高效的异常检测带来了很大困难。为此,提出了一种基于联合分布的动态运行参数异常检测方法。该方法首先从实时检测和整体检测两个角度对动态运行数据进行采样,然后结合经验耦合函数对联合分布进行建模,最后根据模型得到异常分数来判断异常。通过在大渡河流域水电站排水系统的排水泵动态运行参数数据集上的实验验证表明,该方法相比传统的异常检测方法效率更高,并且在曲线下的面积(area under curve,AUC)和平均精确率上均有提升。同时,该方法的可解释性也为工作人员故障排除以及后续维护提供了可靠依据。
