• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于兩階段聚類的設(shè)備狀態(tài)異常檢測(cè)方法

    2021-09-18 08:36:10吳英友胡剛義唐靜嚴(yán)謹(jǐn)許騰騰
    艦船科學(xué)技術(shù) 2021年8期
    關(guān)鍵詞:離群時(shí)間段極值

    吳英友,胡剛義,唐靜,嚴(yán)謹(jǐn),許騰騰

    (1.廣東海洋大學(xué),廣東 湛江 524005;2.中國(guó)艦船研究設(shè)計(jì)中心,湖北 武漢 430064;3.北京石油化工學(xué)院,北京 102617;4.遠(yuǎn)光軟件股份有限公司,廣東 珠海 519085)

    0 引言

    為保障運(yùn)行及作業(yè),大型船舶與海洋工程平臺(tái)的機(jī)艙裝備了由數(shù)以百計(jì)的機(jī)電設(shè)備構(gòu)成的大型裝備系統(tǒng)。由于海上運(yùn)行環(huán)境惡劣,高溫、高濕、高鹽,因此船舶與海洋工程平臺(tái)機(jī)艙的設(shè)備、系統(tǒng)的故障率遠(yuǎn)遠(yuǎn)高于陸上。如果無法及時(shí)檢測(cè)并診斷設(shè)備異常,將造成系統(tǒng)無法正常運(yùn)行,可靠性降低,嚴(yán)重時(shí)整船停止運(yùn)行或出現(xiàn)嚴(yán)重的生產(chǎn)安全事故,帶來巨大經(jīng)濟(jì)損失。因此,設(shè)備異常檢測(cè)方法的研究對(duì)于及時(shí)發(fā)現(xiàn)異常、降低設(shè)備故障損失具有積極的實(shí)際意義。

    異常檢測(cè)是指檢測(cè)給定數(shù)據(jù)集中不符合已建立的健康狀態(tài)模式的過程[1]。異常檢測(cè)技術(shù)已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中的研究熱點(diǎn)。一般異常檢測(cè)方法包括基于統(tǒng)計(jì)學(xué)方法[2]、基于分類方法(如支持向量機(jī)、神經(jīng)網(wǎng)絡(luò))[3–4]、基于距離的方法[5]、基于密度的方法[6]、基于聚類分析的方法[7]等。

    目前國(guó)內(nèi)對(duì)于機(jī)械系統(tǒng)的異常檢測(cè)主要從以下2 個(gè)方面進(jìn)行:1)針對(duì)局部設(shè)備進(jìn)行異常檢測(cè)和故障診斷;2)通過整理大量的設(shè)備故障經(jīng)驗(yàn)數(shù)據(jù)建立知識(shí)庫,開展基于機(jī)器學(xué)習(xí)等方法的異常檢測(cè)。該方法對(duì)于實(shí)際應(yīng)用場(chǎng)景下的設(shè)備異常檢測(cè),存在一定的局限性。首先,該方法針對(duì)局部設(shè)備的異常,對(duì)系統(tǒng)的運(yùn)行缺乏整體性把握,且不易擴(kuò)展應(yīng)用;機(jī)械系統(tǒng)的故障類型眾多且故障重復(fù)頻率低,較難構(gòu)建完備的故障數(shù)據(jù)知識(shí)庫。

    針對(duì)以上問題,本文提出基于兩階段聚類的設(shè)備異常檢測(cè)的方法。該方法對(duì)獲取的時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)處理后,通過第一階段聚類獲取特征數(shù)據(jù)的離群時(shí)間信息,采取第二階段聚類算法評(píng)估系統(tǒng)異常情況。本文所提出的基于兩階段聚類評(píng)估系統(tǒng)異常的方法,從無監(jiān)督學(xué)習(xí)的角度出發(fā),不需要大量的專業(yè)知識(shí)經(jīng)驗(yàn),僅從最近的歷史數(shù)據(jù)學(xué)習(xí),配合少量的業(yè)務(wù)經(jīng)驗(yàn),即可快速的確定故障位置和對(duì)應(yīng)時(shí)間。該方法采用兩階段聚類思想減少了一次聚類的不確定性,可有效提高異常檢測(cè)的準(zhǔn)確性。

    1 基于聚類的異常檢測(cè)方法介紹

    一般的異常檢測(cè)方法包括:基于距離的異常檢測(cè)、基于密度的異常檢測(cè),以及在此基礎(chǔ)上發(fā)展的基于聚類的異常檢測(cè)[8]:

    1)基于距離的異常檢測(cè)

    基于距離的異常值檢測(cè)方法計(jì)算某個(gè)數(shù)據(jù)點(diǎn)與周圍其他數(shù)據(jù)之間的距離,結(jié)合設(shè)置的距離閾值判斷異常。對(duì)于異常數(shù)據(jù)距離的度量方法可以根據(jù)數(shù)據(jù)集的分布情況進(jìn)行選取,一般有歐式距離、曼哈頓距離等。

    2)基于密度的異常檢測(cè)方法

    該方法建立在基于距離的檢測(cè)方法基礎(chǔ)上,主要思想是結(jié)合數(shù)據(jù)點(diǎn)之間的距離和設(shè)定范圍內(nèi)的數(shù)據(jù)點(diǎn)數(shù)目2 個(gè)參數(shù),進(jìn)而獲得“密度”概念,通過密度的計(jì)算判斷異常[9]。

    3)基于聚類的異常檢測(cè)方法

    基于聚類的異常檢測(cè)方法是通過聚類分析將數(shù)據(jù)歸為不同的簇中,異常數(shù)據(jù)則是不屬于任何簇或者遠(yuǎn)離簇心的數(shù)據(jù)點(diǎn)[10–12]。包括基于距離聚類、基于密度聚類和基于層次聚類等[13]。

    該方法作為一種無監(jiān)督學(xué)習(xí)方法,在不需要大量標(biāo)簽數(shù)據(jù)的條件下就可以實(shí)現(xiàn)異常檢測(cè),適用于多種數(shù)據(jù)類型且具有較廣闊的應(yīng)用范圍。但僅僅使用一次聚類方法進(jìn)行異常檢測(cè)具備一定的局限性,異常檢測(cè)結(jié)果受聚類簇結(jié)果的影響,如果聚類簇的效果不夠理想,異常檢測(cè)結(jié)果也相對(duì)較差。

    本文提出的基于兩階段的聚類異常檢測(cè)方法,采用兩次聚類分析檢測(cè)系統(tǒng)異常,通過一次聚類構(gòu)建離群時(shí)間段矩陣,再通過層次聚類分析對(duì)離群時(shí)間段矩陣進(jìn)行異常檢測(cè)和定位。該方法有效緩解基于一次聚類進(jìn)行異常檢測(cè)的局限性,進(jìn)一步降低異常檢測(cè)的誤報(bào)率。

    2 基于兩階段聚類的異常檢測(cè)方法

    基于兩階段聚類的異常檢測(cè)方法通過系統(tǒng)測(cè)點(diǎn)數(shù)據(jù)預(yù)處理進(jìn)行特征計(jì)算,利用特征聚類算法構(gòu)建系統(tǒng)多測(cè)點(diǎn)離群時(shí)間矩陣,采取層次聚類算法并結(jié)合專家經(jīng)驗(yàn)實(shí)現(xiàn)系統(tǒng)異常信息檢測(cè)。本文提出的異常檢測(cè)方法框架如圖1 所示。

    圖1 異常檢測(cè)方法框架圖Fig.1 Frame diagram of anomal detection method

    2.1 構(gòu)建離群時(shí)間段矩陣

    一般而言,獲取的測(cè)點(diǎn)數(shù)據(jù)為時(shí)間數(shù)據(jù)序列,具備高維度、高特征相關(guān)及有序等特點(diǎn),因此為降低數(shù)據(jù)挖掘所造成的計(jì)算成本同時(shí)提高數(shù)據(jù)挖掘的準(zhǔn)確性,本文采用靜態(tài)數(shù)據(jù)分割方法對(duì)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行分段信息提取。

    為了在數(shù)據(jù)維度簡(jiǎn)約的基礎(chǔ)上最大化保留數(shù)據(jù)特征,選取三角極值點(diǎn)線性分段方法[14]對(duì)測(cè)點(diǎn)時(shí)間數(shù)據(jù)序列進(jìn)行分段操作。該方法通過評(píng)估相鄰極值點(diǎn)之間的變化幅度進(jìn)而獲取關(guān)鍵點(diǎn)序列。

    首先,通過遍歷時(shí)間數(shù)據(jù)序列,按照順序?qū)ふ覙O值點(diǎn)。假設(shè)oi(i=2,3,4,···) 作為時(shí)間序列O的某個(gè)數(shù)據(jù)點(diǎn),如果存在oi>oi+1,oi>oi?1(或者oi

    其中,h表示點(diǎn)oi到線段|oi?1oi+1|的距離,即△oi?1oioi+1的高。

    由此可得,在確定極值點(diǎn)oi?1和oi+1情況下,取決于極值點(diǎn)oi,越大,oi成為關(guān)鍵點(diǎn)的可能性越大。該問題可以轉(zhuǎn)換為oi到線段|oi?1oi+1|的距離h和的關(guān)系,則h越大,oi成 為關(guān)鍵點(diǎn)的可能性越大,相反地,h越小,oi成為關(guān)鍵點(diǎn)的可能性越小。因此,可利用h表示極值點(diǎn)oi的線性偏離度,h越大,偏離程度越大,oi作為分段點(diǎn)的重要性越高。依次對(duì)三個(gè)連續(xù)的極值點(diǎn)計(jì)算線性偏離度,進(jìn)而得到線性偏離度序列hi(i=1,2,···,n;n=length(O′)?2)。通過設(shè)置線性偏離度閾值進(jìn)行判斷,當(dāng)hi大于該閾值時(shí),將其作為分段點(diǎn)進(jìn)行時(shí)間數(shù)據(jù)序列的分段操作;當(dāng)hi小于該閾值時(shí),表明該極值點(diǎn)不可作為分段點(diǎn),則剪掉該極值點(diǎn),保存數(shù)據(jù)趨勢(shì)特征,降低噪聲的干擾。

    完成時(shí)間序列數(shù)據(jù)的分段處理后,對(duì)分段的數(shù)據(jù)進(jìn)行特征提取和特征降維操作。為反映數(shù)據(jù)異常變化,提取測(cè)點(diǎn)數(shù)據(jù)相關(guān)特征信息,主要包括反映數(shù)據(jù)趨勢(shì)的指標(biāo)、反映波動(dòng)的指標(biāo)、反映分布特征的指標(biāo)和反映變異的指標(biāo)。

    由于各指標(biāo)之間存在一定的信息重疊,為了避免后續(xù)聚類的效果受數(shù)據(jù)量和簇的個(gè)數(shù)的影響,需進(jìn)行降維處理,減少信息冗余,采用機(jī)器學(xué)習(xí)中常用的主成分分析法進(jìn)行數(shù)據(jù)特征的降維處理。

    本文采用EM 算法[15]對(duì)降維處理的特征數(shù)據(jù)進(jìn)行第一階段聚類構(gòu)建離群時(shí)間段矩陣。EM 算法是一種通過模型進(jìn)行聚類的方法,主要用于包含隱變量的概率模型參數(shù)的極大似然估計(jì)或極大似然概率估計(jì)。采用混合高斯模型[16]通過EM 算法進(jìn)行測(cè)點(diǎn)多個(gè)分段數(shù)據(jù)的聚類。假設(shè)某個(gè)測(cè)點(diǎn)的分段數(shù)據(jù)符合高斯分布,該算法利用計(jì)算確定的每個(gè)高斯部件的參數(shù)擬合給定的分段數(shù)據(jù),獲得模糊聚類結(jié)果。即由確定的參數(shù)決定每個(gè)數(shù)據(jù)實(shí)例屬于各高斯分布的概率。

    對(duì)于一個(gè)完整數(shù)據(jù)集 (x1,x2,···,xn),其中xi的每一列表示每個(gè)時(shí)段數(shù)據(jù)的特征向量,將引入的隱含變量用zi表示。

    假設(shè)zi獨(dú) 立同分布M 類,那么其對(duì)應(yīng)的概率分別為π1,π2,···,πM,通過xi確定zi的密度函數(shù)為因此數(shù)據(jù)所對(duì)應(yīng)的似然函數(shù)為:

    EM 算法迭代過程分兩步進(jìn)行:1)E-step,通過觀測(cè)向量xi和當(dāng)前的參數(shù)估計(jì),計(jì)算獲得似然函數(shù)L(θk,πk,zik|x)的條件期望值z(mì)ik;2)根據(jù)E-step的計(jì)算結(jié)果,獲得最大化似然函數(shù)值的參數(shù)估計(jì),包括均值、所占權(quán)重和協(xié)方差矩陣。

    基于聚類分析結(jié)果,將每個(gè)測(cè)點(diǎn)可能出現(xiàn)異常的時(shí)間段構(gòu)建為測(cè)點(diǎn)的離群時(shí)間段矩陣,然后通過第二階段聚類分析檢測(cè)系統(tǒng)具體的異常情況。

    2.2 基于層次聚類的異常檢測(cè)

    通過一階段聚類篩選初始各測(cè)點(diǎn)異常信息,由于該過程未考慮多測(cè)點(diǎn)之間的聯(lián)動(dòng)性,無法準(zhǔn)確定位異常情況,因此應(yīng)在多個(gè)測(cè)點(diǎn)的離群時(shí)間段上采用層次聚類方法進(jìn)行二次聚類評(píng)估,尋找聚類的核心簇點(diǎn),進(jìn)而確定系統(tǒng)具體的異常情況。

    基于層次聚類的異常檢測(cè)方法通過對(duì)第一階段聚類結(jié)果進(jìn)行相似度計(jì)算,采用自底向上或者自頂向下的方法對(duì)離群時(shí)間段數(shù)據(jù)進(jìn)行層次劃分,進(jìn)而形成樹形結(jié)構(gòu)圖。本文采用凝聚算法即自底向上的聚合方法進(jìn)行聚類操作,首先將每個(gè)離群時(shí)間段數(shù)據(jù)作為初始的聚類簇,其次聚合相似度最高的兩個(gè)類別,接著不斷迭代聚合過程直至分類完成。具體過程為:

    1)將離群時(shí)間段數(shù)據(jù)矩陣SA=(X1,X2,···,Xn)中的每個(gè)實(shí)例Xi表示為一個(gè)類別,即只具有單成員的類ci=Xi(i=1,2,···,n) 構(gòu)建為樣本集SA的初始聚類,表示為:

    綜上所述,隨著時(shí)代的發(fā)展,很多新的理論與技術(shù)都應(yīng)用于現(xiàn)如今的電力系統(tǒng)繼電保護(hù)當(dāng)中,和以前相比,相關(guān)工作人員應(yīng)該具備更多的業(yè)務(wù)知識(shí)來滿足時(shí)代發(fā)展的需求,由此可見,相關(guān)工作人員在實(shí)際工作過程中,只有通過不斷加強(qiáng)實(shí)踐操作,對(duì)電力系統(tǒng)相關(guān)知識(shí)領(lǐng)域進(jìn)行不斷探索與研究,才能為我國(guó)電力事業(yè)做出貢獻(xiàn)。

    2)利用全連接算法度量各實(shí)例類別之間的相似性,如下式:

    其中:c1,c2表示簇;Xi,Xj表 示離群時(shí)段數(shù)據(jù)對(duì)象。

    3)通過上式計(jì)算,合并相似度最大的2 個(gè)類別為新的類別,因此構(gòu)成新的聚類。

    4)再進(jìn)行步驟2,反復(fù)迭代直至達(dá)到終止條件。

    5)返回層次聚類的結(jié)果。

    根據(jù)層次聚類結(jié)果,找出各類別的核心簇點(diǎn),該簇點(diǎn)對(duì)應(yīng)的時(shí)間段一般為異常發(fā)生的時(shí)間段,同時(shí)核心簇點(diǎn)的監(jiān)測(cè)數(shù)據(jù)為子系統(tǒng)在各測(cè)點(diǎn)對(duì)應(yīng)的異常數(shù)據(jù)。將獲得的各測(cè)點(diǎn)對(duì)應(yīng)的異常數(shù)據(jù)反饋到,第一階段聚類和第二階段聚類,用于真實(shí)評(píng)價(jià)異常的結(jié)果,標(biāo)記異常對(duì)錯(cuò),決策學(xué)習(xí)和優(yōu)化異常的閾值參數(shù)。通過以上流程,能夠有效監(jiān)測(cè)除絕大部分系統(tǒng)變化異常的測(cè)點(diǎn),對(duì)于未檢測(cè)到的小部分導(dǎo)致異常變化的數(shù)據(jù),利用專家系統(tǒng)進(jìn)行篩選。

    3 實(shí)驗(yàn)與評(píng)估

    考慮到船舶或海洋工程平臺(tái)開展實(shí)驗(yàn)的復(fù)雜性及經(jīng)濟(jì)性,在方法研究初始階段,可用已有的同類數(shù)據(jù)開展驗(yàn)證。證明方法可行性后,下一階段可到船舶或海工平臺(tái)開展深入實(shí)驗(yàn)驗(yàn)證。目前普遍裝備有安全儀表系統(tǒng),較方便獲取足夠的數(shù)據(jù),而且數(shù)據(jù)類型多,可驗(yàn)證方法對(duì)不同類型數(shù)據(jù)的適應(yīng)性。本文以某系統(tǒng)的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。通過對(duì)測(cè)點(diǎn)運(yùn)行數(shù)據(jù)進(jìn)行兩階段聚類獲取異常情況,采用相應(yīng)的評(píng)價(jià)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行有效性驗(yàn)證,同時(shí)和其他異常檢測(cè)方法進(jìn)行性能對(duì)比。

    3.1 數(shù)據(jù)獲取與準(zhǔn)備

    選取系統(tǒng)的主要測(cè)點(diǎn)如表1 所示。采集7 月16 日02:00:00 至7 月16 日 22:00:00的測(cè)點(diǎn) 數(shù)據(jù),采 集頻率為2 s。

    表1 選取的系統(tǒng)主要測(cè)點(diǎn)Tab.1 Selected main measuring points of pulverizing system

    為了消除數(shù)據(jù)屬性之間的差異性,提高聚類效果的準(zhǔn)確性,采取常用的離差標(biāo)準(zhǔn)化算法對(duì)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)歸一化處理。設(shè)某測(cè)點(diǎn)數(shù)據(jù)集為Xi=(xi1,xi2,···,xin),那么標(biāo)準(zhǔn)化過程為:

    3.2 評(píng)價(jià)指標(biāo)

    為了更加直觀地驗(yàn)證本文提出的異常檢測(cè)方法性能,根據(jù)實(shí)驗(yàn)結(jié)果對(duì)比系統(tǒng)數(shù)據(jù)異常缺陷單進(jìn)行對(duì)比驗(yàn)證,采用相應(yīng)的評(píng)價(jià)指標(biāo)進(jìn)行分析。評(píng)價(jià)指標(biāo)為:指標(biāo)包括誤檢率(FAR)和準(zhǔn)確率(PR)。

    其中,誤檢率是指沒有被正確判斷出所屬類別的數(shù)目E與檢測(cè)數(shù)據(jù)集中總的正常數(shù)目RN之比,即

    準(zhǔn)確率是指被正確判斷出所屬類別的數(shù)目RA與總的數(shù)目N之比,即

    3.3 實(shí)驗(yàn)過程與結(jié)果討論

    在進(jìn)行層次聚類時(shí),根據(jù)聚類效果進(jìn)行參數(shù)的調(diào)整。由于實(shí)驗(yàn)數(shù)據(jù)是無標(biāo)簽的,因此采用輪廓系數(shù)法進(jìn)行聚類性能的評(píng)價(jià)。輪廓系數(shù)的計(jì)算公式如下:

    其中,a代表樣本與同類數(shù)據(jù)中所有其他點(diǎn)之間的平均距離,b代表樣本與下一個(gè)最近聚類簇中所有其他點(diǎn)之間的平均距離。最終整體的輪廓系數(shù)是計(jì)算出所有樣本的輪廓系數(shù)后取平均值得到的,因此輪廓系數(shù)得分越高,說明此時(shí)的聚類結(jié)果使得同一種類之間聚集的比較緊密,同時(shí)不同的類之間聚集的比較遠(yuǎn),據(jù)此可以判定此時(shí)的聚類效果較好。

    本文選取層次聚類的不同簇間距離度量方法為最大距離標(biāo)準(zhǔn)方法,同時(shí)考慮聚類數(shù)目選擇的實(shí)驗(yàn)區(qū)間至20 種,分不同的情況進(jìn)行實(shí)驗(yàn)進(jìn)而得到聚類的輪廓系數(shù)。實(shí)驗(yàn)結(jié)果如圖3 所示,其中橫坐標(biāo)表示聚類數(shù)目,縱坐標(biāo)表示輪廓系數(shù)的值。由圖可知,最佳聚類數(shù)目為6。

    圖3 聚類最佳數(shù)目Fig.3 Optimal number of clusters

    根據(jù)二次聚類異常檢測(cè)結(jié)果,進(jìn)而獲聚類核心簇點(diǎn),獲取精準(zhǔn)異常測(cè)點(diǎn)和對(duì)應(yīng)的時(shí)間段。由實(shí)驗(yàn)結(jié)果可得,系統(tǒng)出現(xiàn)異常的測(cè)點(diǎn)分別為主蒸汽壓力測(cè)點(diǎn)和鍋爐總風(fēng)量測(cè)點(diǎn)。圖4 為檢測(cè)到主蒸汽壓力測(cè)點(diǎn)出現(xiàn)異常情況,其中虛線表示時(shí)間段分割,灰色區(qū)域表示異常檢測(cè)數(shù)據(jù)所分布的時(shí)間段。該測(cè)點(diǎn)異常時(shí)段包括4 個(gè),分別為12:54:02 至13:24:16,15:02:26-16:06:18,17:54:12-18:56:04 和19:26:12-20:30:36。

    圖4 主蒸汽壓力測(cè)點(diǎn)對(duì)應(yīng)異常時(shí)段Fig.4 Corresponding abnormal period of main steam pressure measuring points

    圖5 為時(shí)間段內(nèi)的數(shù)據(jù)點(diǎn)異常情況,其中“1”表示正常數(shù)據(jù),“0”表示異常數(shù)據(jù)。

    圖5 主蒸汽壓力異常時(shí)段數(shù)據(jù)情況Fig.5 Data in abnormal period of main steam pressure

    鍋爐總風(fēng)量測(cè)點(diǎn)異常情況如圖6 所示。二次聚類獲得的異常數(shù)據(jù)分布在2 個(gè)時(shí)間段,分別為03:36:24-04:24:32 和08:48:00-10:06:12,如圖中灰色區(qū)域所示。圖7為異常時(shí)間段的數(shù)據(jù)異常情況,其中“1”表示正常數(shù)據(jù),“0”表示異常數(shù)據(jù)。

    圖6 鍋爐總風(fēng)量測(cè)點(diǎn)對(duì)應(yīng)異常時(shí)段Fig.6 Abnormal period corresponding to total air volume measuring point of boiler

    圖7 鍋爐總風(fēng)量壓力異常時(shí)段數(shù)據(jù)情況Fig.7 Data during abnormal period of total air volume and pressure of boiler

    為驗(yàn)證本文異常檢測(cè)方法性能,結(jié)合系統(tǒng)各測(cè)點(diǎn)異常缺陷單,對(duì)比兩階段聚類(GMM+HC)和僅采用一階段聚類(GMM)的結(jié)果,如表2 所示。其中,兩階段聚類方法比僅采用一階段聚類方法有效降低了異常檢測(cè)誤檢率,同時(shí)提高檢測(cè)準(zhǔn)確度。

    表2 一階段聚類檢測(cè)和兩階段聚類檢測(cè)方法性能對(duì)比Tab.2 performance comparison of one-stage cluster detection and two-stage cluster detection methods

    為進(jìn)一步驗(yàn)證本文方法性能,研究多種異常檢測(cè)方法并采用同一數(shù)據(jù)集進(jìn)行對(duì)比分析,結(jié)合表2 性能對(duì)比結(jié)果,繪制不同異常檢測(cè)方法性能對(duì)比圖,如圖8所示。其中基于局部離群點(diǎn)檢測(cè)(LOF)[9]和基于DBSCAN 檢測(cè)方法[17]在誤檢率和準(zhǔn)確率方面明顯不如本文提出的基于兩階段聚類的異常檢測(cè)方法。主要在于LOF 檢測(cè)方法僅依賴于鄰域內(nèi)的密度之比,未充分考慮全局信息即測(cè)點(diǎn)之間的聯(lián)動(dòng)性;而DBSCAN 檢測(cè)方法受聚類參數(shù)影響較大。本文提出的方法充分考慮各測(cè)點(diǎn)間的聯(lián)動(dòng)性。

    圖8 不同異常檢測(cè)方法性能對(duì)比Fig.8 performance comparison of different anomal detection methods

    4 結(jié)語

    針對(duì)現(xiàn)有異常檢測(cè)方法在機(jī)電系統(tǒng)異常檢測(cè)中存在局限性、誤檢率高等問題,本文提出基于兩階段聚類的異常檢測(cè)方法。該算法主要包括數(shù)據(jù)采集、預(yù)處理、兩階段聚類異常檢測(cè),通過一次聚類進(jìn)行初始異常時(shí)段篩選,再根據(jù)二次聚類進(jìn)行異常定位,進(jìn)而達(dá)到降低誤檢率的目的。同時(shí),該方法從無監(jiān)督學(xué)習(xí)出發(fā),不需要大量的專業(yè)知識(shí)經(jīng)驗(yàn),僅從最近的歷史數(shù)據(jù)學(xué)習(xí),并配合少量的業(yè)務(wù)經(jīng)驗(yàn)就可以實(shí)現(xiàn)機(jī)電系統(tǒng)異常的檢測(cè)。實(shí)驗(yàn)表明,該方法提高了異常檢測(cè)準(zhǔn)確率,有效減少了異常誤判的產(chǎn)生。因此,基于兩階段聚類的異常檢測(cè)方法可以實(shí)現(xiàn)精準(zhǔn)的快速故障檢測(cè),具有良好的應(yīng)用前景。

    猜你喜歡
    離群時(shí)間段極值
    極值點(diǎn)帶你去“漂移”
    極值點(diǎn)偏移攔路,三法可取
    夏天曬太陽防病要注意時(shí)間段
    一類“極值點(diǎn)偏移”問題的解法與反思
    發(fā)朋友圈沒人看是一種怎樣的體驗(yàn)
    意林(2017年8期)2017-05-02 17:40:37
    離群數(shù)據(jù)挖掘在發(fā)現(xiàn)房產(chǎn)銷售潛在客戶中的應(yīng)用
    不同時(shí)間段顱骨修補(bǔ)對(duì)腦血流動(dòng)力學(xué)變化的影響
    離群的小雞
    匹配數(shù)為1的極值2-均衡4-部4-圖的結(jié)構(gòu)
    不同時(shí)間段服用左旋氨氯地平治療老年非杓型高血壓患者31例
    神马国产精品三级电影在线观看| 亚洲三级黄色毛片| 国国产精品蜜臀av免费| 久久久久久九九精品二区国产| 中文字幕av在线有码专区| 国产黄色视频一区二区在线观看 | 欧美色视频一区免费| 久久久久久久午夜电影| 亚洲成人中文字幕在线播放| 国产老妇女一区| av在线老鸭窝| 99热这里只有是精品在线观看| 一本一本综合久久| 天美传媒精品一区二区| 99久久中文字幕三级久久日本| 午夜福利高清视频| 69人妻影院| 深夜a级毛片| 国产午夜福利久久久久久| 午夜视频国产福利| 嘟嘟电影网在线观看| 最后的刺客免费高清国语| 国产一区二区亚洲精品在线观看| 五月伊人婷婷丁香| 国产精品久久久久久久电影| 国产午夜精品论理片| 午夜精品国产一区二区电影 | 亚洲国产色片| 日韩成人av中文字幕在线观看| 久久久久久伊人网av| 国产极品精品免费视频能看的| 赤兔流量卡办理| 韩国高清视频一区二区三区| 丝袜美腿在线中文| 99在线人妻在线中文字幕| 91aial.com中文字幕在线观看| 国产高清不卡午夜福利| 日韩一区二区视频免费看| 亚洲久久久久久中文字幕| 乱系列少妇在线播放| 搡老妇女老女人老熟妇| 在线观看美女被高潮喷水网站| 久久久久久久久大av| 97人妻精品一区二区三区麻豆| 亚洲欧美精品自产自拍| 免费一级毛片在线播放高清视频| 免费在线观看成人毛片| 国产在视频线精品| 亚洲熟妇中文字幕五十中出| 在线观看66精品国产| 免费黄网站久久成人精品| 国产淫片久久久久久久久| 久久久色成人| 久久久色成人| 日韩高清综合在线| 毛片一级片免费看久久久久| 嫩草影院新地址| 亚洲精品国产成人久久av| 国产精品国产三级国产av玫瑰| 日本午夜av视频| 又粗又爽又猛毛片免费看| 夫妻性生交免费视频一级片| 免费av观看视频| 国产日韩欧美在线精品| 成年免费大片在线观看| 亚洲欧美清纯卡通| 日韩成人av中文字幕在线观看| 精品午夜福利在线看| 91av网一区二区| 日韩欧美 国产精品| 成人高潮视频无遮挡免费网站| 国产成人精品一,二区| 亚洲图色成人| 日本黄色片子视频| 麻豆av噜噜一区二区三区| 亚洲成人久久爱视频| 热99re8久久精品国产| 嘟嘟电影网在线观看| 日韩 亚洲 欧美在线| 一本久久精品| 1024手机看黄色片| 亚洲精品国产成人久久av| 国产一区二区在线av高清观看| 高清日韩中文字幕在线| 国产精品av视频在线免费观看| 国产乱人视频| 三级男女做爰猛烈吃奶摸视频| 国产午夜精品论理片| 亚洲丝袜综合中文字幕| 天堂影院成人在线观看| 女人被狂操c到高潮| 国产精品一区www在线观看| 国模一区二区三区四区视频| 岛国在线免费视频观看| 高清av免费在线| 免费av毛片视频| 五月伊人婷婷丁香| 亚洲精品日韩在线中文字幕| 国产一级毛片七仙女欲春2| 国产精品乱码一区二三区的特点| 亚洲欧美日韩东京热| 日本-黄色视频高清免费观看| 亚洲中文字幕一区二区三区有码在线看| h日本视频在线播放| 欧美最新免费一区二区三区| 1024手机看黄色片| 一夜夜www| 亚洲高清免费不卡视频| 99久久精品国产国产毛片| 欧美zozozo另类| 国产高清有码在线观看视频| 嫩草影院新地址| 69av精品久久久久久| 亚洲av成人av| 日韩三级伦理在线观看| 26uuu在线亚洲综合色| 看非洲黑人一级黄片| 99久久精品热视频| 少妇被粗大猛烈的视频| 亚洲精品成人久久久久久| 日韩欧美精品v在线| av国产免费在线观看| 日韩欧美精品v在线| 免费看a级黄色片| 日本午夜av视频| 日本五十路高清| 91久久精品电影网| 国产精品.久久久| 在线a可以看的网站| 小说图片视频综合网站| 中文字幕av在线有码专区| 国产色婷婷99| av黄色大香蕉| 99热这里只有精品一区| 久久精品久久久久久久性| 99热6这里只有精品| 少妇熟女欧美另类| 毛片女人毛片| 三级国产精品片| 久久久久久久国产电影| 亚洲人成网站在线播| 亚洲av不卡在线观看| videos熟女内射| 国产午夜精品一二区理论片| 久久久久久久久久成人| 人体艺术视频欧美日本| 久久精品人妻少妇| 99热网站在线观看| 久久久久国产网址| 夜夜看夜夜爽夜夜摸| 午夜福利在线在线| 日韩欧美三级三区| av在线天堂中文字幕| 午夜福利在线观看吧| 日本黄色片子视频| 国产大屁股一区二区在线视频| 看片在线看免费视频| 亚洲av二区三区四区| 国产精品久久久久久久电影| 欧美日本亚洲视频在线播放| 七月丁香在线播放| 久久6这里有精品| 国产片特级美女逼逼视频| 欧美成人免费av一区二区三区| 国产 一区 欧美 日韩| 国产精品一区二区三区四区免费观看| 日本与韩国留学比较| 日日撸夜夜添| 欧美精品国产亚洲| 欧美bdsm另类| 看非洲黑人一级黄片| 久久精品夜夜夜夜夜久久蜜豆| 丰满人妻一区二区三区视频av| 国产午夜精品久久久久久一区二区三区| 久久久午夜欧美精品| 久久久成人免费电影| 亚洲精品国产成人久久av| 日日干狠狠操夜夜爽| av国产久精品久网站免费入址| 三级毛片av免费| 国产在线一区二区三区精 | 国产精品久久久久久久久免| 建设人人有责人人尽责人人享有的 | 国产大屁股一区二区在线视频| 亚洲不卡免费看| 亚洲欧美精品综合久久99| 久热久热在线精品观看| 午夜福利成人在线免费观看| videos熟女内射| videos熟女内射| 久久久精品大字幕| 国产午夜精品一二区理论片| 97超碰精品成人国产| 国产探花极品一区二区| 日日摸夜夜添夜夜添av毛片| 亚洲,欧美,日韩| 免费无遮挡裸体视频| 夫妻性生交免费视频一级片| 边亲边吃奶的免费视频| 久久精品久久久久久久性| 亚洲精品国产av成人精品| 久久韩国三级中文字幕| 男插女下体视频免费在线播放| 韩国高清视频一区二区三区| 蜜桃亚洲精品一区二区三区| 高清毛片免费看| 一级爰片在线观看| 啦啦啦韩国在线观看视频| av专区在线播放| 少妇的逼水好多| 熟妇人妻久久中文字幕3abv| 人妻制服诱惑在线中文字幕| 色网站视频免费| 我的老师免费观看完整版| 久久国产乱子免费精品| 日韩大片免费观看网站 | 乱人视频在线观看| 性插视频无遮挡在线免费观看| 好男人在线观看高清免费视频| 女的被弄到高潮叫床怎么办| 国产av一区在线观看免费| 老师上课跳d突然被开到最大视频| 精品久久久久久久人妻蜜臀av| 欧美变态另类bdsm刘玥| 91狼人影院| 免费看光身美女| 你懂的网址亚洲精品在线观看 | 欧美激情在线99| 一边摸一边抽搐一进一小说| 欧美xxxx黑人xx丫x性爽| 久久精品夜色国产| 成人鲁丝片一二三区免费| 成人亚洲精品av一区二区| 一级毛片aaaaaa免费看小| 白带黄色成豆腐渣| 小说图片视频综合网站| 欧美一区二区精品小视频在线| 国产精品综合久久久久久久免费| 三级国产精品欧美在线观看| 亚洲精品亚洲一区二区| 蜜臀久久99精品久久宅男| 欧美日韩精品成人综合77777| 少妇被粗大猛烈的视频| 国产欧美另类精品又又久久亚洲欧美| 69av精品久久久久久| 国产亚洲av嫩草精品影院| 久99久视频精品免费| 99久国产av精品| 午夜视频国产福利| 国产高清不卡午夜福利| 亚洲自拍偷在线| 中国国产av一级| 丰满少妇做爰视频| 国产精品久久久久久av不卡| 99久国产av精品国产电影| 婷婷色av中文字幕| 国产大屁股一区二区在线视频| 丝袜喷水一区| av在线亚洲专区| 久久精品91蜜桃| 人人妻人人澡欧美一区二区| 亚洲一级一片aⅴ在线观看| 91在线精品国自产拍蜜月| 精品人妻熟女av久视频| 成年免费大片在线观看| 国产又黄又爽又无遮挡在线| 亚洲人成网站在线观看播放| 在线观看66精品国产| 91午夜精品亚洲一区二区三区| 成人三级黄色视频| 国产欧美另类精品又又久久亚洲欧美| 一个人观看的视频www高清免费观看| 亚洲四区av| 中文字幕亚洲精品专区| 国产伦精品一区二区三区四那| 久久鲁丝午夜福利片| 一区二区三区高清视频在线| 91aial.com中文字幕在线观看| 在线免费观看的www视频| 国产黄色小视频在线观看| 日韩亚洲欧美综合| 午夜福利成人在线免费观看| 免费黄网站久久成人精品| 啦啦啦韩国在线观看视频| 精品少妇黑人巨大在线播放 | 久久久精品94久久精品| 男女视频在线观看网站免费| 三级毛片av免费| 亚洲av中文字字幕乱码综合| 欧美最新免费一区二区三区| 日韩精品青青久久久久久| 精品人妻视频免费看| 亚洲av福利一区| 亚洲国产最新在线播放| 久久99热6这里只有精品| 成人午夜精彩视频在线观看| 全区人妻精品视频| 国产精品无大码| 成年女人永久免费观看视频| 一区二区三区免费毛片| 2021少妇久久久久久久久久久| 亚洲欧美精品综合久久99| 18+在线观看网站| 身体一侧抽搐| 色综合亚洲欧美另类图片| 久久精品久久精品一区二区三区| 午夜激情福利司机影院| 中文亚洲av片在线观看爽| 日本与韩国留学比较| 国产精品爽爽va在线观看网站| 欧美xxxx性猛交bbbb| 亚洲成av人片在线播放无| 亚洲激情五月婷婷啪啪| 国产精品av视频在线免费观看| 女人十人毛片免费观看3o分钟| 午夜激情福利司机影院| 国产精品永久免费网站| av在线亚洲专区| 亚洲欧美精品专区久久| 嫩草影院精品99| 麻豆精品久久久久久蜜桃| 亚洲性久久影院| 汤姆久久久久久久影院中文字幕 | 国产精品1区2区在线观看.| 2022亚洲国产成人精品| 国产成人免费观看mmmm| 日韩av在线大香蕉| 免费在线观看成人毛片| 亚洲av中文字字幕乱码综合| 国产精品久久久久久久电影| 免费av毛片视频| 卡戴珊不雅视频在线播放| 日韩亚洲欧美综合| 日本一本二区三区精品| 免费无遮挡裸体视频| 成人三级黄色视频| 深爱激情五月婷婷| 少妇熟女欧美另类| 尾随美女入室| 国产女主播在线喷水免费视频网站 | 国产中年淑女户外野战色| av在线老鸭窝| 亚洲经典国产精华液单| 日韩精品有码人妻一区| 久久久成人免费电影| 美女内射精品一级片tv| 亚洲图色成人| 精品酒店卫生间| 亚洲欧美成人综合另类久久久 | 18禁动态无遮挡网站| 亚洲图色成人| 国产成人freesex在线| 成人三级黄色视频| 亚洲最大成人av| 久久精品夜色国产| 美女被艹到高潮喷水动态| 亚洲中文字幕日韩| 成人国产麻豆网| 色播亚洲综合网| 99热这里只有精品一区| 日韩国内少妇激情av| 久久婷婷人人爽人人干人人爱| 能在线免费看毛片的网站| 免费在线观看成人毛片| 国产伦一二天堂av在线观看| 久久99精品国语久久久| 九九热线精品视视频播放| 性色avwww在线观看| 欧美另类亚洲清纯唯美| 亚洲无线观看免费| 人人妻人人澡欧美一区二区| 男女国产视频网站| 狂野欧美白嫩少妇大欣赏| 亚洲丝袜综合中文字幕| 午夜福利高清视频| 亚洲国产欧美人成| 亚洲最大成人手机在线| 国产91av在线免费观看| 欧美激情久久久久久爽电影| 久久亚洲精品不卡| 91精品伊人久久大香线蕉| 久久精品国产亚洲av天美| 熟女电影av网| 爱豆传媒免费全集在线观看| 国产片特级美女逼逼视频| 国产伦一二天堂av在线观看| 蜜臀久久99精品久久宅男| 中国国产av一级| 亚洲精品456在线播放app| 中文字幕久久专区| 国产精品一区二区在线观看99 | 久久人妻av系列| 亚洲成人av在线免费| 国产精品,欧美在线| 日本免费a在线| 亚洲人成网站在线播| 人体艺术视频欧美日本| 狂野欧美激情性xxxx在线观看| 欧美3d第一页| 色综合色国产| 97超视频在线观看视频| 好男人在线观看高清免费视频| 欧美变态另类bdsm刘玥| 人人妻人人澡欧美一区二区| 久久午夜福利片| 99热精品在线国产| 精品人妻偷拍中文字幕| 女人十人毛片免费观看3o分钟| 桃色一区二区三区在线观看| 九草在线视频观看| 91av网一区二区| 18禁在线无遮挡免费观看视频| 又黄又爽又刺激的免费视频.| 永久免费av网站大全| 中国国产av一级| 尤物成人国产欧美一区二区三区| 亚洲av二区三区四区| 97超视频在线观看视频| 亚洲成人久久爱视频| 国产伦理片在线播放av一区| 欧美日韩精品成人综合77777| 欧美xxxx黑人xx丫x性爽| 国产高清三级在线| 午夜福利高清视频| av在线天堂中文字幕| 亚洲欧美精品综合久久99| 三级男女做爰猛烈吃奶摸视频| 国产精品日韩av在线免费观看| 麻豆av噜噜一区二区三区| 欧美激情国产日韩精品一区| 看非洲黑人一级黄片| 99国产精品一区二区蜜桃av| 嫩草影院新地址| 久久99热6这里只有精品| 黄色一级大片看看| 亚洲熟妇中文字幕五十中出| 99热这里只有是精品在线观看| 女人久久www免费人成看片 | 99久国产av精品国产电影| 日韩欧美在线乱码| 在线观看一区二区三区| 国产精品嫩草影院av在线观看| 国产午夜精品论理片| 99久久精品热视频| 简卡轻食公司| 国产精品.久久久| 久久久精品94久久精品| 国产精品国产三级专区第一集| 国产真实伦视频高清在线观看| 亚洲精品影视一区二区三区av| 国产成人精品一,二区| 26uuu在线亚洲综合色| 成人av在线播放网站| 人妻制服诱惑在线中文字幕| 国产精品人妻久久久影院| 国产精品一二三区在线看| 亚洲电影在线观看av| 深爱激情五月婷婷| 夜夜爽夜夜爽视频| 少妇人妻一区二区三区视频| 精品一区二区三区视频在线| 九草在线视频观看| 亚洲国产欧美人成| 久久久久久久国产电影| 国产亚洲5aaaaa淫片| 成人av在线播放网站| 寂寞人妻少妇视频99o| 国产精华一区二区三区| 欧美日韩综合久久久久久| av视频在线观看入口| 99热这里只有是精品50| 亚洲成人精品中文字幕电影| 99久国产av精品国产电影| 三级经典国产精品| 欧美性猛交╳xxx乱大交人| 国产在视频线在精品| 美女大奶头视频| 亚洲国产精品成人久久小说| 欧美不卡视频在线免费观看| 有码 亚洲区| 国产久久久一区二区三区| 日韩精品青青久久久久久| 亚洲婷婷狠狠爱综合网| 91狼人影院| 精品午夜福利在线看| 中文字幕亚洲精品专区| 国内少妇人妻偷人精品xxx网站| 毛片一级片免费看久久久久| 亚洲国产日韩欧美精品在线观看| 我的女老师完整版在线观看| 亚洲av电影不卡..在线观看| 亚洲av中文av极速乱| 插阴视频在线观看视频| 女人久久www免费人成看片 | 久久精品国产99精品国产亚洲性色| 国产精品久久久久久久电影| 久久韩国三级中文字幕| 色5月婷婷丁香| 国产高清视频在线观看网站| 直男gayav资源| 国产av在哪里看| 久久久久网色| 国产黄片美女视频| 一级毛片久久久久久久久女| 欧美一级a爱片免费观看看| 亚洲av成人精品一二三区| 国产乱来视频区| 又粗又爽又猛毛片免费看| 一级毛片我不卡| 伊人久久精品亚洲午夜| 丰满乱子伦码专区| 色尼玛亚洲综合影院| av国产免费在线观看| 秋霞在线观看毛片| 成人亚洲欧美一区二区av| 国产精品精品国产色婷婷| 精品国内亚洲2022精品成人| 亚洲美女视频黄频| 国产单亲对白刺激| 一区二区三区高清视频在线| 亚洲欧美清纯卡通| 少妇熟女aⅴ在线视频| 听说在线观看完整版免费高清| 成人综合一区亚洲| 我的女老师完整版在线观看| 午夜精品国产一区二区电影 | 久久久久久伊人网av| 蜜桃久久精品国产亚洲av| 黄片无遮挡物在线观看| 午夜激情福利司机影院| 亚洲经典国产精华液单| 亚洲五月天丁香| 免费一级毛片在线播放高清视频| 高清日韩中文字幕在线| 精品99又大又爽又粗少妇毛片| 自拍偷自拍亚洲精品老妇| 国产淫片久久久久久久久| 九九在线视频观看精品| 国产成人a∨麻豆精品| 亚洲在久久综合| 99九九线精品视频在线观看视频| 精品久久久久久久人妻蜜臀av| 九色成人免费人妻av| 乱码一卡2卡4卡精品| 成人国产麻豆网| 国产v大片淫在线免费观看| 久久久午夜欧美精品| 在线免费十八禁| 亚洲国产高清在线一区二区三| 一个人观看的视频www高清免费观看| 中国美白少妇内射xxxbb| 中文字幕熟女人妻在线| 青春草视频在线免费观看| 国产精品人妻久久久影院| 国产色爽女视频免费观看| 国内揄拍国产精品人妻在线| 成人鲁丝片一二三区免费| 精品人妻偷拍中文字幕| 99久久精品国产国产毛片| 九九在线视频观看精品| 卡戴珊不雅视频在线播放| 久久久久国产网址| 国产精品女同一区二区软件| 国产午夜精品一二区理论片| 少妇的逼好多水| 一级爰片在线观看| 久久婷婷人人爽人人干人人爱| 免费黄网站久久成人精品| 五月伊人婷婷丁香| 亚洲精品456在线播放app| 日韩欧美精品v在线| 免费在线观看成人毛片| 国产三级中文精品| 久久精品夜色国产| 国产爱豆传媒在线观看| 成人性生交大片免费视频hd| 91久久精品电影网| 日本一本二区三区精品| 亚洲国产精品专区欧美| av黄色大香蕉| 亚洲综合色惰| 99久久成人亚洲精品观看| 亚洲美女视频黄频| 亚洲久久久久久中文字幕| 99久久精品热视频| 观看免费一级毛片| 国产男人的电影天堂91| 国产色爽女视频免费观看| 色吧在线观看| 国产又黄又爽又无遮挡在线| 97超视频在线观看视频| 国产探花在线观看一区二区| 国产精品三级大全| 国产精品麻豆人妻色哟哟久久 | 欧美精品一区二区大全| 一本久久精品| 熟女电影av网| 国产精华一区二区三区| 麻豆久久精品国产亚洲av| 一本一本综合久久| 纵有疾风起免费观看全集完整版 | 色吧在线观看| videos熟女内射| 国产欧美另类精品又又久久亚洲欧美| 成人综合一区亚洲| 欧美一区二区国产精品久久精品| 欧美日本视频| 校园人妻丝袜中文字幕| 亚洲色图av天堂| 男插女下体视频免费在线播放| 亚洲av日韩在线播放| av女优亚洲男人天堂| 午夜日本视频在线| 又爽又黄无遮挡网站| 婷婷色综合大香蕉|