基于异常点检测的复杂工业过程建模与仿真
提出了一种用于复杂工业过程的异常点检测与软测量建模相结合的方法，即TSSSM-DBSCAN算法。该算法将时间序列软测量建模与DBSCAN聚类算法相结合，用建模训练误差和测试误差指导DBSCAN聚类算法中参数的选择。试验表明，该方法能较好地解决传统DBSCAN算法需要人工输入参数的问题，实现了聚类的自动运行，并且提高了算法的准确率。此外，用软测量建模误差检验方法异常点检测的有效性，克服了单纯基于数据的异常点检测方法的不足，同时还完成了软测量建模。使用此方法对上海宝钢集团电力负荷建模数据进行异常点检测，结果表明这种方法可以有效地找出数据集中的异常点，同时建立精准的软测量模型。
复杂工业过程 异常点检测 软测量模型 聚类算法
田慧欣 韩梅
天津工业大学电气工程与自动化学院,天津300387;天津工业大学电工电能新技术天津重点实验室,天津300387 天津工业大学电气工程与自动化学院,天津300387
国内会议
天津
中文
81-84
2015-11-01（万方平台首次上网日期，不代表论文的发表时间）