数据挖掘在设备状态预测中的应用浅析

摘要：

　　随着工业技术的发展，对企业大型设备运行状态的监控显得愈发重要。本文从设备状态监测概念的引出及其在电气行业中的应用简述开始，介绍了设备状态预测的两种建模思想，并就其原理、特点与应用范围作了说明。总结了实现设备状态短期预测的数据挖掘过程，其中将聚类方法放在回归预测之前可提高预测的准确性。回归预测方法主要包括线性回归、核回归和神经网络回归等。文章最后对状态监测技术的应用现状与发展趋势作了简略说明。

关键词： 状态监控 聚类分析 核回归 神经网络 数据挖掘 设备运行

作者: 胡洁 张珂珩

作者单位: 江苏瑞中数据股份有限公司，江苏南京 210003

会议类型: 国内会议

会议名称: 中国电机工程学会电力系统自动化专业委员会三届一次会议暨2011年学术交流会

会议地点: 南京

会议语种:中文

页码: 1-7

在线出版日期: 2011-11-01（万方平台首次上网日期，不代表论文的发表时间）