特征因果性对基于 SCADA 的风机故障检测正常行为模型的影响
信号处理
2019-07-01 v1 机器学习
机器学习
摘要
风能成本可通过利用 SCADA 数据检测风机部件故障来降低。正常行为模型是主要故障检测方法之一，但关于不同输入特征如何影响结果尚缺乏共识。本文提出一种基于输入特征与目标间因果关系的新型分类法。基于此分类法，评估了不同输入特征配置对建模与故障检测性能的影响。为此，还提出了一个将故障检测表述为分类问题的框架。
引用
@article{arxiv.1906.12329,
title = {The Impact of Feature Causality on Normal Behaviour Models for SCADA-based Wind Turbine Fault Detection},
author = {Telmo Felgueira and Silvio Rodrigues and Christian S. Perone and Rui Castro},
journal= {arXiv preprint arXiv:1906.12329},
year = {2019}
}
备注
Presented at ICML 2019 Workshop: Climate Change: How Can AI Help?