基于大数据的发电设备监测信息聚合分析

• 作者: 宋子涛 张秋霞 牟世忠 莫文涛 韩彦敏
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 信息聚合 特征融合 SVM支持向量机 时空相关
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 自动化应用
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP399
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.06.164

摘要

针对海量的发电监测大数据,提出一种大数据监测设备信息聚合与评估模型.结合信息聚合的原理,在建立数据时空相关的基础上,将信息聚合模型分为三层:底层数据层实现数据的基础采集和数据的预处理;信息级聚合层实现数据的多维关联分析、特征匹配等;决策级聚合实现信息的挖掘、评估等.最后以风力发电机组2017 ～2018年采集到的数据作为样本,以时域和频域等参数作为SVM的输入参数,对样本进行测试和识别.结果 表明,通过信息聚合和识别,可有效识别不同故障类型,并得到监测数据的关联,大大提升了设备监测的自动化和智能化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张秋霞		3	0	0.0	0.0
2	韩彦敏		2	0	0.0	0.0
3	宋子涛		3	0	0.0	0.0
4	莫文涛		1	0	0.0	0.0
5	牟世忠		1	0	0.0	0.0