面向大规模多源传感流数据的关联在线检测方法
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 应用案例 | 第10-13页 |
| 1.3 研究问题及研究意义 | 第13页 |
| 1.4 本文主要结构 | 第13-15页 |
| 第二章 相关工作 | 第15-20页 |
| 2.1 流数据的相关性分析 | 第15-16页 |
| 2.2 异常检测 | 第16-20页 |
| 2.2.1 静态数据的异常检测 | 第16-18页 |
| 2.2.2 流数据的异常检测 | 第18-20页 |
| 第三章 流数据关联在线检测算法 | 第20-34页 |
| 3.1 流数据关联在线检测算法概述 | 第21-24页 |
| 3.2 关联建模 | 第24-25页 |
| 3.3 数值型传感流数据的符号化 | 第25-27页 |
| 3.4 多源传感符号序列的聚类 | 第27-29页 |
| 3.5 多源传感流数据的多元线性回归分析 | 第29-31页 |
| 3.6 基于延时的传感流数据关联关系检测 | 第31-34页 |
| 3.6.1 简单的流数据关联关系 | 第31-32页 |
| 3.6.2 带时间约束的流数据之间的关联关系 | 第32-34页 |
| 第四章 基于关联分析的故障检测系统 | 第34-54页 |
| 4.1 基于关联分析的故障检测系统概述 | 第34-35页 |
| 4.2 基于关联分析的故障检测系统架构设计 | 第35-36页 |
| 4.3 测点传感流数据数据库介绍 | 第36-39页 |
| 4.4 核心功能介绍 | 第39-43页 |
| 4.4.1 工况曲线对比模块 | 第39-40页 |
| 4.4.2 测点流数据展示模块 | 第40页 |
| 4.4.3 双测点关联关系检测模块 | 第40-41页 |
| 4.4.4 流数据聚类模块 | 第41页 |
| 4.4.5 多源流数据线性关联关系发现模块 | 第41-42页 |
| 4.4.6 多源流数据关联关系发现模块 | 第42页 |
| 4.4.7 设备故障详情分析模块 | 第42-43页 |
| 4.5 基于关联分析的故障检测系统展示 | 第43-53页 |
| 4.5.1 工况数据曲线对比界面 | 第43-45页 |
| 4.5.2 测点流数据展示界面 | 第45-46页 |
| 4.5.3 双测点关联关系检测界面 | 第46-48页 |
| 4.5.4 流数据聚类界面 | 第48-49页 |
| 4.5.5 多源流数据线性关联关系发现界面 | 第49-50页 |
| 4.5.6 多源流数据关联关系发现界面 | 第50-51页 |
| 4.5.7 设备故障详情分析界面 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 实验及验证 | 第54-59页 |
| 5.1 实验环境与实验数据集 | 第54页 |
| 5.2 实验指标 | 第54-55页 |
| 5.3 实验结果与分析 | 第55-58页 |
| 5.3.1 有效性验证 | 第55-57页 |
| 5.3.2 效率验证 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 在学期间的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
