基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的窑炉异常检测方法易受主观因素干扰且存在异常冗余报错的情况,提出一种基于人工蜂群算法的密度峰值聚类(ABC-DPC)的玻璃窑炉能耗异常检测方法.该方法针对密度峰值聚类存在人工设定参数和无法自动划分簇中心和离群点的不足,以人工蜂群算法实现了截断距离的自适应优选过程,并设立离群系数策略以实现自动划分簇中心和离群点的功能.研究了玻璃窑炉的分层能耗模型,并基于此导出能耗特征值,然后应用ABC-DPC算法实现窑炉异常能耗的聚类检测.实验结果表明,所提出算法较于经典聚类算法,检测准确率较高,而且能实时地检测窑炉的能耗异常状况.
推荐文章
基于数据挖掘的建筑能耗异常检测研究
能耗异常检测
D-S证据理论
不平衡数据
聚类
异常检测模型
基于免疫的异常检测改进算法
人工免疫
异常检测
马尔可夫
基于CBR技术的能耗在线监测系统异常数据检测方法研究
案例推理方法
CBR
数据质量
异常数据检测
基于流分解的异常检测算法
网络异常
时间序列分析
流分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ABC-DPC算法的玻璃窑炉能耗异常检测
来源期刊 机电工程技术 学科 工学
关键词 马蹄窑 玻璃窑炉 异常检测 密度峰值算法 人工蜂群算法 聚类
年,卷(期) 2020,(10) 所属期刊栏目 研究与开发
研究方向 页码范围 24-29
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1009-9492.2020.10.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 印四华 13 24 3.0 4.0
2 曾超湛 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (22)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(13)
  • 参考文献(3)
  • 二级参考文献(10)
2018(9)
  • 参考文献(5)
  • 二级参考文献(4)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
马蹄窑
玻璃窑炉
异常检测
密度峰值算法
人工蜂群算法
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电工程技术
月刊
1009-9492
44-1522/TH
大16开
广州市天河北路663号
46-224
1971
chi
出版文献量(篇)
11098
总下载数(次)
46
总被引数(次)
29526
论文1v1指导