电机状态异常数据检测算法研究*

杨全纬，唐向红，郑　阳，任甲举

(贵州大学 现代制造技术教育部重点实验室,贵阳 550003)



电机状态异常数据检测算法研究*

杨全纬，唐向红，郑阳，任甲举

(贵州大学 现代制造技术教育部重点实验室,贵阳 550003)

针对电动机状态监测中异常数据检测存在的准确度低和测量值不精确等问题，文章提出一种基于区间数的不确定数据流异常检测算法。在该算法中，首先引入区间数的方法描述电动机状态监测中测量信号的不确定性，再利用区间数的位置关系对当前窗口的不确定数据进行剪枝，去除大多数正常的数据，最后根据距离值重新排列当前窗口的数据，收缩数据点的K-最近邻对象的查询范围。实验结果表明，该方法具有较高的检测精度和较低的计算复杂度，并能很好的运用到电动机状态监测中的异常数据检测。

电动机电流；不确定数据流；滑动窗口；K-距离；异常数据检测

0　引言

目前，电机状态检测的采集信号主要是利用传感器将包含故障特征的信号转换成数字仪器可直接测量的电气信号[1]。其特征不仅是数据到达速度极快、规模庞大[2-3]，而且在实际系统中由于测试对象失效、测试仪器自身误差[4]和高磁场干扰等问题引起了其具有不确定性，并且它已逐渐成为影响测试信息可信性和系统可靠性的主要因素之一[5]。因此，面向电机状态检测系统中不确定数据流分析与挖掘技术的研究，对克服数据的不准确性和保证更高的检测精度具有非常重要的意义。……