| 基于多层感知器的异常数据实时检测方法 |
| |
| 引用本文： | 潘轶彪,袁景淇,朱凯,陈宇,张锐锋.基于多层感知器的异常数据实时检测方法[J].上海交通大学学报,2011,45(8):1226-1229. |
| |
| 作者姓名： | 潘轶彪 袁景淇 朱凯 陈宇 张锐锋 |
| |
| 作者单位： | （1. 上海交通大学 自动化系，系统控制与信息处理教育部重点实验室， 上海 200240; 2. 贵州电力试验研究院， 贵阳 550002） |
| |
| 基金项目： | 国家高技术研究发展计划(863)项目(2009AA04Z162); 国家自然科学基金资助项目(60974068) |
| |
| 摘 要： | 基于神经网络的多层感知器模型，结合滚动学习 预报机制，提出了一种异常数据实时检测方法.该方法在每个当前时刻通过最近的固定长度的历史数据训练神经网络，完成下一时刻的预报.通过神经网络模型残差，确定概率为P的置信区间.当下一时刻数据落入置信区间内，则该数据被判为正常；反之，则为异常.被判为异常的数据不再用作更新历史数据，而以相应的预报值代替.通过某300 MW燃煤火力电站实际过程数据的在线验证，结果证明了所提出方法的有效性.
|
| 关 键 词： | 人工神经网络 多层感知器 滚动学习 预报 异常数据 实时监测 |
| 收稿时间： | 2011-01-22 |
Online Detection of Abnormal Data Based on Multilayer Perceptron |
| |
| PAN Yi-biao,YUAN Jing-qi,ZHU Kai,CHEN Yu,ZHANG Rui-feng.Online Detection of Abnormal Data Based on Multilayer Perceptron[J].Journal of Shanghai Jiaotong University,2011,45(8):1226-1229. |
| |
| Authors: | PAN Yi-biao YUAN Jing-qi ZHU Kai CHEN Yu ZHANG Rui-feng |
| |
| Institution: | （1. Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education of China, Shanghai Jiaotong University, Shanghai 200240, China； 2. Guizhou Electric Power Research Institute, Guiyang 550002, China） |
| |
| Abstract: | This work proposed an online detection method of abnormal data based on multilayer perceptron(MLP) and rolling-learning prediction mechanism.In this method,latest historical data with fixed length of data window is used to train an MLP model,and then a one-step-ahead prediction is obtained with the trained MLP model.Secondly,a confidence interval with probability p is calculated with the help of the one-step-ahead prediction and the model residual.New measurement is identified as normal one,if it falls insi... |
| |
| Keywords: | artificial neural network(ANN) multilayer perceptron(MLP) rolling-learning prediction abnormal data online detection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《上海交通大学学报》浏览原始摘要信息 |
| 点击此处可从《上海交通大学学报》下载免费的PDF全文 |
