異常檢測
不同類型的感應器在電力系統中被用於不同的目的. 例如，傳感器被連接到風力渦輪機進行，包括實時輸出功率，氣壓，空氣溫度，等等的測量. 這些測量對用於監測所連接的設備的操作條件是很重要的. 自動檢測傳感器數據異常的有效方法是必需的, 特別是當需要同時監視系統中的多個設備時.
- 異常是在測量中從正常和的主要模式中區分出自己時所出現的不正常跟次要模式. 以它們的持續時間而言，這些異常可以被粗略地分為兩大類:
- 異常點: 在這些點上的測量值是相當遠離正常值.
- 異常區間: 測量值看起來正常，如果調查逐點，而區間整體呈現異常模式.
我們已經開發了一個在線系統，用於電力系統設備的異常檢測. 該系統收集連接到設備 上的各種感應器的實時測量數據. 在線數據分析是由監測系統來執行的, 根據執行哪些設備條件的線上評估, 並上報系統操作員.
數據分析是基於GOT的在線監測和異常檢測引擎來進行的. 特定設備的解析模型是在存檔的測量資料的基礎上所自我調整地建立和更新的. 設備條件是從模型預測的測量偏差的基礎上評估而來的.
我們的系統集成了有效的機器學習和統計解析模型. 為了優化分析模型的建構和總成,使用了 GOT TRUST-TECH/ELITE . 它是由三個模組組成的用來實現正常模式的全面性和準確性或是了解設備的行為.
