[发明专利]一种燃煤机组排放监测时序数据异常值检测方法在审
申请号: | 201611202669.4 | 申请日: | 2016-12-22 |
公开(公告)号: | CN106599271A | 公开(公告)日: | 2017-04-26 |
发明(设计)人: | 孙栓柱;祁建民;周春蕾;张友卫;代家元;杨晨琛;李春岩;王林;王明;周志兴;佘国金;许国强;张袁丰 | 申请(专利权)人: | 江苏方天电力技术有限公司;国网江苏省电力公司;国家电网公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62;G06Q50/26 |
代理公司: | 南京钟山专利代理有限公司32252 | 代理人: | 戴朝荣 |
地址: | 211100 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种燃煤机组排放监测时序数据异常值检测方法,具体是运用k‑means聚类算法,根据机组运行状态和环保设施运行方式对测点全工况历史样本数据集进行工况划分,然后针对每个工况历史样本集,基于统计假设检验方法,建立异常值检测模型,根据工况样本集的数据分布特征选择不同的假设检验方法对测点时序数据进行在线辨识,及时定位与历史分布和当前变化趋势不一致的异常点。本发明使用假设检验方法对现场监测数据进行异常值在线检测,动态辨识与历史分布或当前变化趋势不一致的异常点,为更为复杂的故障监测提供早期预警,提高了报警工作的精细化程度,提升在线监测管理水平和快速响应能力。 | ||
搜索关键词: | 一种 燃煤 机组 排放 监测 时序 数据 异常 检测 方法 | ||
【主权项】:
一种燃煤机组排放监测时序数据异常值检测方法,其特征在于,包括以下步骤:采用k‑means聚类算法,对测点全工况历史样本数据集S进行工况划分,将相同工况的数据点归为一类;针对每个工况样本集SC,基于统计假设检验方法,建立异常值检测模型;根据工况样本集SC的数据特征选择不同的假设检验方法对测点时序数据进行辨识,定位与历史分布和当前变化趋势不一致的异常点。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏方天电力技术有限公司;国网江苏省电力公司;国家电网公司,未经江苏方天电力技术有限公司;国网江苏省电力公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611202669.4/,转载请声明来源钻瓜专利网。
- 上一篇:网络数据抓取方法和爬虫
- 下一篇:浏览器端图形对象的动态标绘方法、装置和系统