检索结果-南通市图书馆

检索条件"主题词=时序遥测数据"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

时序遥测数据异常检测方法研究

时序遥测数据异常检测方法研究

引用

作者：康旭南京航空航天大学

学位级别：硕士

异常检测技术在故障预测与健康状态管理领域有着重要的作用。及时有效地发现在轨卫星的异常状态是监测卫星性能、探测故障、识别故障根源、提高卫星安全性的重要任务。本文在现有的数据挖掘和机器学习方法的基础上,分析了某卫星2014年至... 详细信息

异常检测技术在故障预测与健康状态管理领域有着重要的作用。及时有效地发现在轨卫星的异常状态是监测卫星性能、探测故障、识别故障根源、提高卫星安全性的重要任务。本文在现有的数据挖掘和机器学习方法的基础上,分析了某卫星2014年至2015年的时序遥测数据,研究了时序遥测数据的特征提取和异常检测算法,用于及时发现时序遥测数据的潜在异常。由于卫星物理结构复杂,工作环境恶劣,传感器收集到的遥测数据量大,维度高,数据呈现非平稳、非线性的特性,异常数据特征不易提取。为较好地处理上述情况,提出了一种基于经验模态分解与样本熵的异常特征提取算法。该算法首先采用经验模态分解算法分解得到各个参数的整体变化趋势,然后计算各个参数趋势项的样本熵作为特征数据。实验表明,该方法不仅可以降低数据维度,而且能够处理时序遥测数据的非线性、非平稳性的问题,从而有效地提取时序遥测数据的异常特征,反映时序遥测数据的状态变化。实时异常检测算法受到异常检测阈值难以确定,异常检测可靠性不能保证等问题的影响,异常检测效果不佳,为解决阈值难以确定的问题,提高异常检测可靠性,本文提出了一种基于短期预测和动态阈值的遥测单参数异常检测算法。该算法首先采用差分进化算法优化核极限学习机的模型参数,并将优化后的模型用于单参数动态阈值的短期预测;然后利用差分进化算法优化的比例系数法构造动态阈值区间;最后采用集成策略构建集成的DE-PCM-OKELM模型来提高模型的稳定性和异常识别精度。该算法可以在较短的时间内预测出动态阈值区间,进一步识别正常数据和异常数据,实现遥测数据的异常检测。实验表明,该模型具有更好的异常检测精度,能够准确描述单个遥测参数的数据变化范围,及时识别遥测参数异常的发生。单参数异常检测算法不适用于遥测参数数据量大、遥测数据维度高的情况,同时单参数异常检测无法准确检测多参数异常的发生。为较好地处理上述情况,本文提出了一种基于角度偏离的遥测多参数异常检测算法。该方法首先利用共享近邻算法在高维数据空间构建相关数据集空间,用角度代替距离,采用基于角度偏离的属性选择算法筛选与异常相关的属性,然后使用归一化的马氏距离计算异常值,最后结合统计学知识计算得到异常阈值并对数据集进行分类。实验表明,在领域知识匮乏的情况下,该算法的异常检测准确率可以达到95%以上,同时算法鲁棒性较高,能够实时、有效地检测卫星遥测数据异常。

关键词：时序遥测数据异常检测短期预测动态阈值角度偏离

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ARIMA-SVR组合模型的卫星遥测数据预测研究

基于ARIMA-SVR组合模型的卫星遥测数据预测研究

引用

作者：顾昕雨中国科学院大学(中国科学院国家空间科学中心)

学位级别：硕士

随着科技时代的不断发展,卫星的在轨寿命越来越长。卫星的状态受空间环境与运行时长的影响,这些影响可能会使卫星在运行过程中出现故障,从而造成不可挽回的事故损失。卫星运行过程中产生的遥测数据能够直接表达卫星的状态,对卫星遥测数... 详细信息

随着科技时代的不断发展,卫星的在轨寿命越来越长。卫星的状态受空间环境与运行时长的影响,这些影响可能会使卫星在运行过程中出现故障,从而造成不可挽回的事故损失。卫星运行过程中产生的遥测数据能够直接表达卫星的状态,对卫星遥测数据的变化趋势进行预测,可以提前预知发生故障的可能,为卫星运控管理人员留出更充裕的时间实施故障处置。本文建立了卫星遥测数据预测模型,对卫星实际遥测数据的变化趋势进行预测,提高预测精度,使工作人员能够更精确地分析判读卫星在轨运行的状态。卫星遥测数据的特征比较复杂,为提高预测精度,本文从组合模型层面进行预测研究。针对卫星时序遥测数据的周期性、非线性等特点,结合差分自回归滑动平均模型(ARIMA)处理周期性样本以及支持向量回归模型(SVR)处理非线性样本的优势,本文利用ARIMA-SVR组合模型对卫星真实遥测数据进行预测。本文以空间科学某型号卫星实际在轨运行数据作为研究对象,为验证组合模型在预测精度上的提升,分别利用ARIMA模型、SVR模型、长短记忆人工神经网络模型(LSTM)以及ARIMA-SVR组合模型对卫星的实际遥测数据进行短期和中期预测。为了保证SVR模型核函数参数选取的可靠性,本文利用粒子群优化(PSO)算法对SVR模型核函数的参数进行寻优。在实验的最后,本文利用决定系数(R)、均方误差(MSE)、均方根误差(RMSE)以及平均相对误差绝对值(MAPE)评价标准对四种不同模型的预测效果进行评价。实验结果表明,无论是短期还是中期预测,ARIMA-SVR串联组合模型的预测精度都高于ARIMA、SVR以及LSTM预测模型。将短期预测与中期预测的结果对比后发现,ARIMA-SVR组合模型在短期预测中的精度高于中期预测,表明ARIMA-SVR组合模型更适用于卫星遥测数据的短期预测。本文以卫星实际遥测数据作为研究对象,结合实验得出的预测结果,证明了ARIMA-SVR模型可以有效提高卫星遥测数据的预测精度,表明该模型在卫星遥测数据的预测中具有实际的应用价值,未来可以为卫星的异常检测提供有效的决策分析支持。

关键词：时序遥测数据 ARIMA模型 SVR模型 LSTM模型 ARIMA-SVR组合模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：