[发明专利]一种基于大数据分析的地铁机电设备状态异常检测方法

摘要

本发明公开了一种基于大数据分析的地铁机电设备状态异常检测方法，从数据演化过程、数据关联的全新角度实现地铁机电设备的异常检测。通过时间序列模型和自适应神经网络对历史数据潜在的特征进行挖掘，并将数据对时间的动态变化规律用转移概率序列表示。针对多维的监测数据，运用无监督聚类方法简化各参量之间的相关关系，从而避免参量间相关性难以确定的问题。提出异常检测体系，并使之适用于地铁机电设备状态监测数据流，实现数据流中异常的快速检出。

主权项

1.一种基于大数据分析的地铁机电设备状态异常检测方法，其特征在于，包括如下步骤：1)从地铁机电设备历史状态数据库中提取机电设备状态数据，并将其导入大数据存储系统；2)从上述的大数据存储系统中读取地铁机电设备历史状态数据；3)将上述的地铁机电设备历史状态数据代入AR模型和SOM模型进行训练，然后建立多维设备运行特征参数；4)根据上述的多维设备运行特征参数对实时的设备监测数据进行异常判别。