摘要
本申请涉及数据处理领域,尤其涉及基于数据分析的电机性能检测方法及系统。方法包括:分离电机振动信号中的潜在故障信号,设置多个窗口并对潜在故障信号分段得到段信号,对段信号进行聚类得到多个聚类簇,聚类的方法为:构建各段信号的特征向量,计算特征向量之间的距离,特征向量的维度包含周期强度及频带相似性,根据特征向量,使用聚类算法进行聚类得到多个聚类簇,聚类簇包含了干扰信号聚类簇和/或若干故障聚类簇。本申请能够降低干扰信号对故障检测精准度的影响。
技术关键词
电机性能检测方法
时间序列距离
异常信号
电机性能检测系统
皮尔逊相关系数
计算机程序指令
聚类算法
动态时间规整算法
计算方法
齿轮故障
故障检测
因子
周期
超参数
分段
存储器
处理器
强度
系统为您推荐了相关专利信息
动态预测模型
糖尿病人饮食治疗
拉曼光谱信息
运动
生理
健康风险预测方法
风险评估模型
九轴陀螺仪
牙龈疾病
数据校准
海洋牧场
选址评估方法
决策方法
数学计算模型
皮尔逊相关系数
咨询服务系统
包装材料
信息存储模块
元素
服务端
动态变化监测方法
地理信息数据
实时数据
基线
数据分析模块