基于多维状态参量和时间序列对电机的异常检测

• 作者: 徐守坤 王斌 瞿诗齐 石林
• 来源期刊: 计算机测量与控制
• 关键词: 异常检测 时间序列 AR拟合 SOM神经网络 DBSCAN算法
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 32-35,43
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.08.009

摘要

针对传统对电机的异常检测常常出现误判或滞后的情况,采用基于时间序列对电机单一状态参量用AR拟合,同时利用SOM神经网络无监督的方式量化电机数据;然后,利用得到的量化序列结合AR曲线得到序列的转移概率,及早发现某种状态参量的异常变化;之后,DBSCAN算法挖掘多维参数之间特征关系来确定电机是否出现异常;最后结合实例说明该方法的检测过程,并对比验证了该方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石林	常州大学信息科学与工程学院	29	75	6.0	7.0
2	徐守坤	常州大学信息科学与工程学院	68	194	6.0	10.0
3	瞿诗齐	常州大学信息科学与工程学院	2	3	1.0	1.0
4	王斌	常州大学信息科学与工程学院	2	3	1.0	1.0