[发明专利]用于数据异常监测的传感器选择方法的评价方法在审

专利信息
申请号: 201610362743.2 申请日: 2016-05-26
公开(公告)号: CN106067032A 公开(公告)日: 2016-11-02
发明(设计)人: 刘连胜;彭宇;王本宽;刘大同;彭喜元 申请(专利权)人: 哈尔滨工业大学
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 岳昕
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 用于数据异常监测的传感器选择方法的评价方法,涉及传感器异常检测,目的是为了解决现有技术中缺少对传感器选择方法的性能评价方的问题。本发明采用观察法和待评价方法分别选取两组传感器进行异常数据监测,从两组中选取编号相同的作为待测传感器,再从每组选取一个与另一组编号不同的作为训练传感器,利用两个训练传感器分别构建两个核主成分分析模型并得到两个门限阈值,待测传感器的监测数据超过门限阈值的作为误检数据,低于或等于门限阈值的作为正确数据,计算两种传感器选择方法的误检率,以此对待评价的传感器选择方法进行评价。本发明能够反映出传感器选择方法对数据异常检测的影,特别适用于飞机发动机的状态检测。
搜索关键词: 用于 数据 异常 监测 传感器 选择 方法 评价
【主权项】:
用于数据异常监测的传感器选择方法的评价方法,其特征在于,该方法包括以下步骤:步骤一、对所有待选择的传感器进行编号,采用所有待选择的传感器进行数据异常监测,得到由所有待选择的传感器的监测数据构成的数据集;步骤二、通过方法A选出一组传感器作为第一组传感器,通过方法B选出另一组传感器为第二组传感器;其中方法A是指待评价的传感器选择方法,方法B是指观察法;步骤三、选取两组传感器中编号相同的传感器作为测试传感器,从第一组传感器中选取与第二组传感器编号不同的传感器作为方法A的训练传感器,从第二组传感器中选取与第一组传感器编号不同的传感器作为方法B的训练传感器;步骤四、利用方法A的训练传感器构建方法A的核主成分分析模型,并利用该核主成分分析模型得到方法A的训练数据集残差,即方法A的门限阈值;利用方法B的训练传感器构建方法B的核主成分分析模型,并利用该核主成分分析模型得到方法B的门限阈值;步骤五、从数据集中选取测试传感器的所有监测数据,利用核主成分分析模型将该所有监测数据中的每个监测数据转化成测试数据残差,对于方法A:将每个测试数据残差分别与方法A的门限阈值进行对比,超过方法A的门限阈值的测试数据残差作为误检数据,低于或等于方法A的门限阈值的测试数据残差作为正确数据,根据该误检数据的个数和该正确数据的个数计算方法A的误检率;对于方法B:将每个测试数据残差分别与方法B的门限阈值进行对比,超过方法B的门限阈值的测试数据残差作为误检数据,低于或等于方法B的门限阈值的测试数据残差作为正确数据,根据该误检数据的个数和该正确数据的个数计算方法B的误检率;步骤六、将方法B的误检率与方法A的误检率的差值作为方法A的评价结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610362743.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top