摘要
本发明涉及数据处理领域,尤其涉及一种矿车发动机故障诊断方法及系统,方法包括:获取矿车发动机的运行数据,利用孤立森林算法计算初始异常分数;并结合STL分解提取残差项和趋势项,并基于残差项的分布和待分析数据的局部残差特征,获取待分析数据的残差异常程度;根据趋势项的平滑程度以及倾斜程度计算出待分析数据的趋势异常程度,并对初始异常分数进行修正,得到显著异常得分,并基于显著异常得分判断矿车运行数据是否存在异常,完成矿车发动机故障诊断。本发明通过孤立森林算法与STL分解相结合,分别计算残差和趋势异常程度并综合修正异常分数,不仅显著提高了复杂异常的检测准确率、降低了误报率。
技术关键词
矿车
孤立森林算法
发动机故障诊断
数据
计算机程序指令
整体健康
残差归一化
定位故障
样本
故障检测
存储器
因子
处理器
节点
时间段
指数
曲线
系统为您推荐了相关专利信息
大气化学反应机制
计算机软件产品
光谱辐射计
异常数据
反射探头
深度学习模型
脑电信号特征
图像识别方法
模型训练模块
有效性
关节点
历史流量数据
资源分配方法
强化学习模型
长短期记忆网络
动态寻优控制方法
贴片工艺
三维网格模型
空间变换关系
迭代计算方法