基于多维状态参量和时间序列对电机的异常检测

来源：计算机测量与控制杂志2016年第8期北京时间：

作者：徐守坤,瞿诗齐,石林,王斌

单位：常州大学信息科学与工程学院

摘要：针对传统对电机的异常检测常常出现误判或滞后的情况,采用基于时间序列对电机单一状态参量用AR拟合,同时利用SOM神经网络无监督的方式量化电机数据。然后,利用得到的量化序列结合AR曲线得到序列的转移概率,及早发现某种状态参量的异常变化；之后,DBSCAN算法挖掘多维参数之间特征关系来确定电机是否出现异常。最后结合实例说明该方法的检测过程,并对比验证了该方法的优越性。

关键词：异常检测;时间序列;AR拟合;SOM神经网络;DBSCAN算法

基金资助：产学研联合创新资金--前瞻性联合研究项目(BY2013024-06),产学研联合创新资金--前瞻性联合研究项目(BY2013024-03)