摘要:随着我国动车组的大规模建设,动车组在运行过程中的监测数据也在不断的增长,牵引电机对列车的安全运行起着重要的作用,基于目前的数据结合机器学习对牵引电机的故障预测研究意义重大。对比孤立森林、Robust Covariance、One-Class SVM、局部异常因子4种异常检测算法,给出最佳方法,同时结合大量的数据统计分析得到的过滤规则,实现电机故障预测。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.45
期刊级别:部级期刊
发行周期:半月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!