基于水电大数据算法平台的故障模型验证

• 作者: 杨洋
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 故障诊断模型 预测故障 检验 双变量相关分析 强相关量
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 大数据专题
• 页码范围: 74-81
• 页数: 8页
• 分类号: TM74
• 字数: 5362字
• 语种: 中文

摘要

水电大数据算法平台能够通过其内嵌的数据计算功能组件,对水电站实时监控数据进行计算,进而求出其特征值、特征差及缓变率.通过故障诊断模型对其值的逻辑判断来预测故障,因而故障表征量的科学选取就显得尤为重要.本文通过数学统计分析的方法,首先利用MATLAB进行T检验,检验监测量是否是正态分布,讨论用哪种相关分析较为科学,再用SPSS进行双变量相关分析,分析在水电大数据平台中故障模型所选择表征量相互是否为强相关量,强相关就代表两者有相同变化趋势,如此才能判断出一个故障,达到对故障模型的合理性验证目的.经过本论文的故障模型验证,所得结论支撑了水电大数据算法平台故障模型的科学性,相关量选择合理,通过所选相关量建立的相关模型能够判断并预测出故障是否会发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洋		1	1	1.0	1.0