摘要
本发明具体为高速公路机电系统异常状态实时监测方法,包括:数据采集:获取电流数据以及光照强度数据;数据检验:对电流数据以及光照强度数据进行检验,以去除错误数据;数据处理:对检验后的数据进行差分处理,以得到最优差分阶数;模型构建与预测。本发明中,对采集到的电流数据和光照强度数据进行分析处理,以剔除数据传输过程中的错误数据,有效的避免了在使用ARIMA进行训练后得到的预测值出现偏差从而导致监测精准度出现误差,因此该机电系统异常状态实时监测方法所预测到的预测值能够更加准确的反应机电系统异常与否。
技术关键词
高速公路机电系统
光照强度数据
实时监测方法
异常状态
分段
皮尔逊相关系数
偏差
光强传感器
电流传感器
标记
异常数据
参数
深度学习模型
ARIMA模型
三角形
顶点