摘要
本申请公开了基于时序建模的设备监测指标筛选方法及系统,涉及服务器状态分析领域,该方法包括:获取设备监测时序数据;基于候选监测指标和辅助参数分别定义NCDE模型的主要输入和扩展输入,通过连续时间建模捕捉候选监测指标的预测残差和隐状态演化特征;在连续的时间窗口内计算候选监测指标的预测残差与系统运行状态之间的相关系数,计算相应的时变相关系数;融合各个候选监测指标的预测残差、时变相关系数和隐状态演化特征以得到相应的指标综合特征,并评估指标综合特征所对应的重要度得分,筛选用于设备监测的目标监测指标。由此,提升从服务器系统的海量监测参数中筛选的关键指标的准确性和时效性,有效减少了数据采集与存储开销。
技术关键词
预测残差
演化特征
系统运行状态
指标筛选方法
DBSCAN模型
邻域
时序
轻量级神经网络
皮尔逊相关系数
分析单元
参数
时延
数据获取单元
错误率
服务器系统
代表
筛选系统
聚类
动态
系统为您推荐了相关专利信息
蒙特卡洛
台风气象灾害
量子态
电力线路故障
系统运行状态
水泵水轮机
流道
人工智能辅助
机器学习驱动
系统运行状态
水电机组状态
高频信号分量
LSTM模型
水电机组监测技术
预测系统
切换控制方法
变量柱塞泵
伺服电机驱动
多模式
检测调控系统