作者:
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:
大数据技术通过寻找设备信息间的关联关系,为检测设备异常提供了全新的解决方法和思路.针对石化企业设备运行状态的预测预警问题,提出了一种基于最大互信息系数和马尔科夫链的设备运行状态趋势预测方法.将该方法应用于某石化企业压缩机组运行状态趋势预测中,可以预测机组的运行状态趋势并实现异常预警,相比传统的阈值报警有明显优势,对保证转动设备的长周期可靠运行起到积极作用.
推荐文章
面向大数据应用的配电网运行状态评估方法探讨
大数据
城市配电网
运行状态评估
人工神经网络法
ARIMA与RBF复合模型在设备运行状态趋势预测中的应用
运行状态
趋势预测
复合模型
ARIMARBF
基于RBF神经网络的NPP运行状态趋势预测
核动力装置
运行状态
RBF神经网络
趋势预测
一次设备运行状态检测的应用实践
设备
状态
检测
实践
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 大数据技术在设备运行状态趋势预测上的应用
来源期刊 当代石油石化 学科
关键词 趋势预测 大数据技术 最大互信息系数 马尔科夫链
年,卷(期) 2022,(3) 所属期刊栏目 信息化技术|Information Technology
研究方向 页码范围 40-44
页数 5页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1009-6809.2022.03.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
趋势预测
大数据技术
最大互信息系数
马尔科夫链
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
当代石油石化
月刊
1009-6809
11-4547/TQ
大16开
北京市朝阳区安外小关街24号
2-771
1993
chi
出版文献量(篇)
3015
总下载数(次)
8
论文1v1指导