公开(公告)号：CN117349772A

公开(公告)日：2024-01-05

申请号：CN202311319647.6

申请日：2023-10-12

Applicant: 哈尔滨工业大学

Inventor： 刘一达 ,  丁小欧 ,  杨东华 ,  王宏志

IPC: G06F18/2433 ,  G06F18/214 ,  G06N3/0495 ,  G06N3/084 ,  G06F17/16

Abstract: 基于稀疏神经网络的引风机运行异常检测方法，解决了如何利用有限标签的引风机异常运行数据实现异常检测的问题，属于引风机运行状态检测领域。本发明包括：获取引风机有标签的异常运行数据集；建立异常检测模型，采用有标签的异常运行数据集对异常检测模型进行训练，确定初始权重；将无标签的引风机运行数据输入至异常检测模型中，异常检测模型输出数据的异常特征参数矩阵和各个数据的异常分数，根据异常分数挑选出模糊数据，并对异常特征参数矩阵中的参数进行排序，根据靠前的异常特征参数对模糊数据进行人工标注，并计算损失，更新权重；完成训练后可对引风机的实时运行数据进行异常检测。本发明减少对应的人工标注成本，获得较好的检测性能。

公开(公告)号：CN117076436A

公开(公告)日：2023-11-17

申请号：CN202310964710.5

申请日：2023-08-02

Applicant: 哈尔滨工业大学

Inventor： 刘一达 ,  丁小欧 ,  杨东华 ,  王宏志

IPC: G06F16/215 ,  G06F18/24 ,  G06F18/214

Abstract: 一种变压器油色谱数据的迭代式清洗方法，属于数据清洗技术领域。本发明针对变压器油色谱数据中的劣质数据不能被有效识别并清洗的问题。包括：将原始数据集中的数据分为违反规则数据集和符合规则数据集；采用符合规则数据集对分类器进行预训练；采用分类器计算违反规则数据的违反分数，并选择待修复数据；将待修复数据进行修复后，采用修复后数据对分类器进行再训练并对分类器的模型参数进行再更新，迭代以上的“挑选‑修复‑更新”流程，提升分类器的效果；最后采用训练后的分类器对实际运行数据中的违反规则运行数据进行预测，得到清洗后数据。本发明用于油色谱数据的清洗。