摘要
针对码头集装箱装卸桥吊变频器输出电压异常检测准确性不理想的问题,开展基于密度峰值聚类和时序数据分析的研究。首先,通过密度峰值聚类算法对变频器运行数据进行聚类,将复杂的输出电压数据划分为不同的状态类别,捕捉数据的分布特征;然后,通过构建转移概率矩阵,挖掘数据在不同类簇之间的时序变化规律,识别异常转移行为。最后,基于聚类结果和转移概率矩阵,构建变频器输出电压异常检测模型,实现异常行为的准确定位。通过实例应用证明,该方法能够有效识别变频器的异常状态,并在某码头集装箱装卸桥吊的实际运行中成功检测到输出电压异常,验证了方法的可行性和实用性。该方法为复杂工业环境中的变频器异常检测提供了新的解决方案,具有较高的工程应用价值。
出处
《电气技术与经济》
2025年第11期354-356,共3页
Electrical Equipment and Economy
