[发明专利]设施异常监测方法及其系统有效
| 申请号： | 201680080886.2 | 申请日： | 2016-08-26 |
| 公开（公告）号： | CN108604360B | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 朴志焄;金荣民;曹寅硕 | 申请（专利权）人： | 斗山重工业建设有限公司 |
| 主分类号： | G06Q50/10 | 分类号： | G06Q50/10;G05B23/02;G06Q10/04;G08B21/18 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 李洋;王培超 |
| 地址： | 韩国庆*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开通过利用具有不同特征的多个预测模型对实时采集到的设施数据进行学习而生成精确度最高的预测值并借此对异常进行诊断，从而能够准确地监测出设施的异常并在早期发出警报的设施异常监测方法及其系统。所公开的设施异常监测系统能够包括：数据采集部，用于对上述设施数据进行采集；学习模型选择部，为了对上述设施数据值进行预测而选择多个模型；以及异常警报部，由配备有多个预测算法的预测算法部、基于从上述预测算法部输出的预测数据执行集成学习(Ensemble Learning)并输出最终预测数据的集成学习部、通过对上述最终预测数据与上述数据采集部所采集到的数据进行比较而对上述设施的异常与否进行判定的警报逻辑构成。 | ||
| 搜索关键词： | 设施 异常 监测 方法 及其 系统 | ||
【主权项】：
1.一种设施异常监测系统，用于对设施的异常进行监测，其特征在于：包括：数据采集部，用于对上述设施数据进行采集；学习模型选择部，为了对上述设施数据值进行预测而选择包括参数(Parametric)模型和非参数(Non‑Parametric)模型在内的多个模型；以及，异常警报部，由配备有向通过上述学习模型选择部选择的多个模型分别适用优化算法的多个预测算法的预测算法部、基于从上述预测算法部输出的预测数据执行集成学习(Ensemble Learning)并输出最终预测数据的集成学习部、以及通过对上述最终预测数据与上述数据采集部所采集到的数据进行比较而对上述设施的异常与否进行判定的警报逻辑构成。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于斗山重工业建设有限公司，未经斗山重工业建设有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201680080886.2/，转载请声明来源钻瓜专利网。
