[发明专利]一种数据驱动的自适应异常检测方法在审

专利信息
申请号: 202110016872.7 申请日: 2021-01-07
公开(公告)号: CN112733446A 公开(公告)日: 2021-04-30
发明(设计)人: 赵莹莹;俞杰;尚笠;顾宁;卢暾 申请(专利权)人: 复旦大学
主分类号: G06F30/27 分类号: G06F30/27;G06N3/04;G06N3/08;G06F113/06;G06F119/08
代理公司: 上海正旦专利代理有限公司 31200 代理人: 王洁平
地址: 200433 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种数据驱动的自适应异常检测方法;其应用于风机发电机轴承的异常检测。该异常检测方法采用无监督学习技术,仅基于风机标准安装的数据采集和监视控制(SCADA:Supervisory Control And Data Acquisition)系统实现。该算法基于对于长时间运行的单台风机而言,其大部分时间应处于正常运行状态这一假设,无需额外的、昂贵的数据标签,即可建立风机正常运行状态的模型,从而检测出可能的轴承异常。实验证明,该算法对风机发电机轴承异常检测的准确率达到80%以上,查全率达50%以上。
搜索关键词: 一种 数据 驱动 自适应 异常 检测 方法
【主权项】:
暂无信息
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复旦大学,未经复旦大学许可,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/202110016872.7/,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