基于时间序列的设备缺陷预测的研究

被引量 : 12次 | 上传用户:kayak6789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力系统设备缺陷预测是从缺陷时间序列中发现其背后的规律,通过对设备当前和历史缺陷数据的分析,对未来可能发生的缺陷进行分析和预测,帮助检修人员提前做好缺陷处理准备及为管理者提供决策,具有很强的理论和现实意义。 全文主要的研究内容和成果概括如下: 首先,本文将时间序列分析方法应用于设备缺陷的趋势预测中,采用了自回归一移动平均和人工神经网络两种时间序列的方法对电厂设备
其他文献
数据分类是数据挖掘的一个重要功能,神经网络以其良好的抗噪性和鲁棒性而成为一种广泛使用的数据挖掘工具,尤其是运用在数据分类中。但是,神经网络对用户来说是一个黑箱,所获
  本文首先对产品族结构树及其配置进行了研究,定义了一个以稳定模型作为语义基础的BOM配置语言对配置规则进行表示,然后在关系数据库中使用一种新的BOM存储结构以改善系统性
运动目标检测与跟踪一直是计算机视觉领域和智能监控领域的研究热点,其中运动目标检测是视频序列中进行目标识别、跟踪与行为分析等后续处理的基础。在大部分实际场景中,摄像
随着互联网的迅速发展,人们对网络带宽,网络性能和网络管理的要求也都愈来愈高。传统的二层以太网交换机已不能满足网络互连的需求;而与此同时,三层以太网交换机以其价格和性
在现代的软件开发中,面向对象的设计思想越来越被广泛应用,但是在几乎所有的项目和产品的软件开发中,都必须涉及关系数据库的存取更新等问题。对象由数据和行为组成,关系型数据库
随着网络、计算机技术的飞速发展,网络信息的应用已经遍布于各行各业和人们的日常生活。然而,伴随着信息化的建设,网络数据存储、访问的安全问题日益突显。为了解这一类问题,安全
随着现代信息技术的快速发展,对数字通信系统的要求越来越高。在通信编码领域出现了一种低密度奇偶校验(Low-Density Parity-Check,简称LDPC)码,该码字具有低复杂度、纠错能
为了解决异构环境下的数据库系统互操作问题,本文提出了一个基于元数据驱动的数据库连接体系结构,旨在设计一个可适用于任何数据库的无平台限制接口平台,提供元数据驱动访问机制
近年来,随着闪存技术的飞速发展,闪速存储器(Flash Memory)的高性能、非易失性(Non-Volatility)、能耗低、抗震动、存储容量高等优点被人们发掘,扩大了其在嵌入式系统中的应
W3C于1998年2月制定出XML规范以来,XML已逐渐成为科学与技术应用中数据表示以及数据交换的标准格式,尤其是在Web数据集成方面得到越来越广泛的应用。本文基于这一背景,对XML