作者：顾佳; 安帅; 张杜玮动车组牵引电机异常检测过滤规则牵引电机温度
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
《设备管理与维修》（CN：11-2503/F）是一本有较高学术价值的大型半月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《设备管理与维修》行业覆盖（读者群）：机械、化工、轻工、建材、冶金、电子、纺织、地矿、电力、煤炭、铁道、交通、石化、航空航天、有色金属、船舶、汽车、军工等领域。
部级期刊
人气 134263 评论 66
人气 55721 评论 58
人气 47621 评论 61
人气 36895 评论 56
