-
题名一种混合模型的时序数据异常检测方法
被引量：3
- 1
-
-
作者
温粉莲
-
机构
中国移动通信集团广东有限公司
-
出处
《数字通信世界》
2020年第1期15-16,34,共3页
-
文摘
对设备性能指标、用户数据指标的异常检测能有效地发现系统潜在故障,本文提出了一种混合异常检测方法。该方法利用k-means将历史数据按照时间进行划分,使用grubbs算法剔除历史数据中的噪音,并计算各时间段的阈值形成动态阈值,同时利用曲线拟合和ARIMA算法对预处理后的历史数据进行训练,得到对应的模型,作为判断异常的依据。该方法结合了统计学的高效、机器学习的准确,无需对数据进行标注,该方法能自动发现单指标和多指标异常。通过在几个系统的实际运维的检验,本文提出的方法能有效地发现缺数异常和系统异常,提高告警准确率,单指标的查全率达到100%,平均查准率为95.7%,算法的效率满足生产环境中的性能要求。
-
关键词
异常检测
K-MEANS
grubbs算法
曲线拟合算法
ARIMA算法
-
Keywords
anomaly Detection
K-means
Grubbs test
curve tting
ARIMA
-
分类号
TN929.53
[电子电信—通信与信息系统]
TP3
[电子电信—信息与通信工程]
-
-
题名基于模糊数学的断路器状态分析方法研究
- 2
-
-
作者
周帆
张庆
李蓉
浦通
鲁强
-
机构
云南电网有限责任公司昆明供电局
-
出处
《电力系统装备》
2020年第20期126-128,共3页
-
文摘
基于模糊数学与趋势预测分析理论,提出了断路器状态评价的新方法。采用专家调查与厂家、运行、检修、试验因素分析的方法,列出了更加贴合实际的断路器模糊评价因素表与权重值分配表。最后,结合matalab软件建立模型验证了趋势分析的可行性,并基于曲线拟合对部分设备进行了趋势预测分析。
-
关键词
状态评价
模糊分析
曲线拟合
趋势预测
-
Keywords
state evaluation
fuzzy analysis
curve fi tting
trend prediction
-
分类号
TM561
[电气工程—电器]
-
