高频监测数据的异常数据特征分析与检测

发布时间：2017-09-08 07:47

  本文关键词：高频监测数据的异常数据特征分析与检测

  更多相关文章： 火电厂 异常点 去噪 频数分布 向前差分

【摘要】：对某火电厂10个设备的60000条高频监测数据进行基本的统计分析,得出高频数据的异常数据具有异常点和异常段两种特征,提出了一种基于频数分布和一阶向前差分的检测高频数据中的异常点和异常段的方法.根据数据的一阶向前差分绝对值的频率分布以及风险系数来确定异常数据的阈值,根据设备本身的性能和采样频率确定了异常段所包含异常点的最大个数,根据阈值和最大异常点个数给出异常点和异常段的判断规则.用该方法诊断火电厂前置泵电机的6000条数据的异常数据,结果与实际异常数据相符.
【作者单位】： 中南大学数学与统计学院;
【关键词】： 火电厂 异常点 去噪 频数分布 向前差分
【基金】：国家自然科学基金项目(51174236)资助
【分类号】：TM621
【正文快照】： 1引言建立火电厂智能监测系统是近年来电力企业信息化发展的重要举措,对原始数据进行预处理从而获取健康样本库是建立火电厂智能监测系统的关键.在火电厂设备运行过程中,火电厂设备本身的故障或是传感器的故障会导致传感器的输出数据异常[1],这些异常数据如果不能及时被发现,，

本文编号：812782