面向发电设备预测性维护的传感数据特征抽取方法

• 作者: 刘晨 张守利 苏申 韩燕波
• 来源期刊: 太原理工大学学报
• 关键词: 预测性维护 特征提取 延迟相关 轻量级模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 第五届中国计算机学会大数据学术会议论文选登
• 页码范围: 79-85
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2018.01.013

摘要

针对发电厂海量传感器数据,基于相关系数最大化的曲线排齐算法,提出了一种面向多传感序列的特征抽取方法,此方在尽量避免信息丢失的前提下,实现高维传感数据的特征抽取,建立轻量级预测模型.通过实验表明,本文方法能够在保证预测准确度的前提下,减少预测模型的训练时间,降低模型的计算开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晨	北方工业大学大规模流数据集成与分析技术北京市重点实验室	13	29	3.0	5.0
5	张守利	天津大学计算机科学与技术学院	2	4	1.0	2.0
14	苏申	北方工业大学大规模流数据集成与分析技术北京市重点实验室	1	3	1.0	1.0