发明名称 用于数据异常监测的传感器选择方法的评价方法
摘要 用于数据异常监测的传感器选择方法的评价方法,涉及传感器异常检测,目的是为了解决现有技术中缺少对传感器选择方法的性能评价方的问题。本发明采用观察法和待评价方法分别选取两组传感器进行异常数据监测,从两组中选取编号相同的作为待测传感器,再从每组选取一个与另一组编号不同的作为训练传感器,利用两个训练传感器分别构建两个核主成分分析模型并得到两个门限阈值,待测传感器的监测数据超过门限阈值的作为误检数据,低于或等于门限阈值的作为正确数据,计算两种传感器选择方法的误检率,以此对待评价的传感器选择方法进行评价。本发明能够反映出传感器选择方法对数据异常检测的影,特别适用于飞机发动机的状态检测。
申请公布号 CN106067032A 申请公布日期 2016.11.02
申请号 CN201610362743.2 申请日期 2016.05.26
申请人 哈尔滨工业大学 发明人 刘连胜;彭宇;王本宽;刘大同;彭喜元
分类号 G06K9/62(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 哈尔滨市松花江专利商标事务所 23109 代理人 岳昕
主权项 用于数据异常监测的传感器选择方法的评价方法,其特征在于,该方法包括以下步骤:步骤一、对所有待选择的传感器进行编号,采用所有待选择的传感器进行数据异常监测,得到由所有待选择的传感器的监测数据构成的数据集;步骤二、通过方法A选出一组传感器作为第一组传感器,通过方法B选出另一组传感器为第二组传感器;其中方法A是指待评价的传感器选择方法,方法B是指观察法;步骤三、选取两组传感器中编号相同的传感器作为测试传感器,从第一组传感器中选取与第二组传感器编号不同的传感器作为方法A的训练传感器,从第二组传感器中选取与第一组传感器编号不同的传感器作为方法B的训练传感器;步骤四、利用方法A的训练传感器构建方法A的核主成分分析模型,并利用该核主成分分析模型得到方法A的训练数据集残差,即方法A的门限阈值;利用方法B的训练传感器构建方法B的核主成分分析模型,并利用该核主成分分析模型得到方法B的门限阈值;步骤五、从数据集中选取测试传感器的所有监测数据,利用核主成分分析模型将该所有监测数据中的每个监测数据转化成测试数据残差,对于方法A:将每个测试数据残差分别与方法A的门限阈值进行对比,超过方法A的门限阈值的测试数据残差作为误检数据,低于或等于方法A的门限阈值的测试数据残差作为正确数据,根据该误检数据的个数和该正确数据的个数计算方法A的误检率;对于方法B:将每个测试数据残差分别与方法B的门限阈值进行对比,超过方法B的门限阈值的测试数据残差作为误检数据,低于或等于方法B的门限阈值的测试数据残差作为正确数据,根据该误检数据的个数和该正确数据的个数计算方法B的误检率;步骤六、将方法B的误检率与方法A的误检率的差值作为方法A的评价结果。
地址 150001 黑龙江省哈尔滨市南岗区西大直街92号