Electric device abnormal detection based on IoT and knowledge graph
In this paper, we propose an electric device abnormal detection algorithm based on the knowledge graph minning.
- 物联网(Internet of Things)或物联网(IoT)技术近年来发展迅速,预计在未来5G时代,无线网络将普及到每一台设备。
- 借助这些物联网传感器,可以从温度实时获取电气设备的环境数据和运行状态。
- 考虑到电力系统的复杂性,需要用知识图谱来综合与异常检测相关的各种因素。
- 电气设备物联网传感器数据异常检测是一项复杂而具有挑战性的任务,它涉及到系统内外的诸多因素。
- 基于距离矩阵,采用DBscan算法对信号进行聚类。
PPT
基于物联网和知识图的电气设备异常检测
Electric device abnormal detection
物联网或物联网技术的发展近年来迅速:借助这些物联网传感器,可以从温度实时获取电气设备的环境数据和运行状态。
传统上,基于阈值的方法被广泛应用。专家为不同的目标定义了不同的阈值。
这种方法没有考虑不同情况和相关参数,可能会对物联网设备记录值产生巨大的影响。
Methodology
Abnormal detection framework for electric IoT sensors
1、从整体知识图谱中生成一个子图来描述传感器的特征。
2、将子图与总体图进行匹配,以找出轮廓与参考传感器集相似的传感器。
3、通过相关算法分析来自这些选定参传感器的周期监测数据,以计算两个传感器之间的距离。
物联网传感器异常检测框架: