简介:摘要:本文提出的基于智能时序数据分析的异常检测算法选择框架可对周期性、振荡、线性、小点等指标时序数据进行在线分析。,自动分类实时指示器波形,然后根据波形分类结果自动匹配本地设备端算法库中的最优检测算法,不仅解决了单个检测算法处理不同类型指示器数据的局限性,而且此外,本系统支持由服务器定期或手动触发的联机模型培训和更新,并在设备末端分发模型更新指令,以确保模型性能不会随着时间的推移而逐渐下降。应用测试和验证结果表明,该系统可以大大降低异常错误率,提高操作人员的工作效率。今后的工作将侧重于两个方面:一方面,研究基于预测和检测时间序列数据机制的深入学习算法;另一方面,作为研究的一部分,研究相关模型的增量学习算法,以进一步提高效率。
简介:摘要:风电建设项目在我国发展的时间还不是很长,况且其自身带有显著的特点,风电施工建设规模不算大,工期较短,相对火电施工来说较易。大多数的风场所在区域都处于相对闭塞的山区,地势相对较高,气候条件很差,在进行施工建设的过程中,进行吊装的时候,一般需要大吨位吊车,条件艰苦。所以说,在选择建设风电项目的员工时,遵循有经验者优先原则。面对即将进行施工的风电项目,一定要对建设环节重点管理,严格把关。