Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向MVR蒸发器的智能巡检方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉宏澳绿色能源工程有限责任公司

摘要:本发明涉及数据处理领域,具体涉及一种面向MVR蒸发器的智能巡检方法,方法包括:采集MVR蒸发器的参数数据,对参数数据进行聚类操作,在每次聚类后,计算聚类簇中每个数据点的离群程度,根据离群程度得到每个数据点对其所在聚类中心的影响程度,根据每个数据点对其所在聚类中心的影响程度计算每个数据点参与下一轮的必要性,根据必要性筛选出每个聚类簇中能够参与下一轮聚类的数据点,最终得到MVR蒸发器的参数数据的可靠聚类结果,基于可靠的聚类结果进行数据异常分析,根据异常分析结果判断MVR蒸发器的运行状态,能够提高MVR蒸发器智能巡检的准确性。

主权项:1.一种面向MVR蒸发器的智能巡检方法,其特征在于,包括:采集所述蒸发器的参数数据并进行聚类;所述聚类包括多个轮次,且每一轮产生若干个聚类簇;对于每一轮产生的聚类簇,根据所述聚类簇中数据点的离群程度确定所述数据点对所述聚类簇的影响程度,所述影响程度与所述离群程度正相关;基于所述影响程度和所述数据点已参与的轮次,确定所述影响程度的均值,根据所述均值计算所述数据点参与下一轮的必要性,计算方法为: ;式中,为第个聚类簇中的第个数据点参与下一轮的必要性,为第个聚类簇中的第个数据点已参与的轮次,为轮次的序号,为第轮中第个聚类簇中的第个数据点对第个聚类簇的影响程度;所述均值与所述必要性负相关;利用所述必要性筛选出能够参与下一轮的数据点,基于所述下一轮的数据点执行下一轮操作;基于最后一轮产生的聚类簇中数据点已参与的轮次和数据点的方差计算所述参数数据的异常程度,所述异常程度与数据点已参与的轮次负相关,且与所述方差正相关,并根据所述异常程度的大小比较结果控制巡检。

全文数据:

权利要求:

百度查询: 武汉宏澳绿色能源工程有限责任公司 一种面向MVR蒸发器的智能巡检方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。