-
公开(公告)号：CN111103851A
公开(公告)日：2020-05-05
申请号：CN201910931056.1
申请日：2019-09-27
Applicant: 帕洛阿尔托研究中心公司 , 松下电器产业株式会社
IPC: G05B19/418 , G01D21/02
Abstract: 本发明题为“基于联合历史和时间序列分析的异常表征的系统和方法”。本发明公开了一个实施方案，其提供了一种用于促进异常检测和表征的系统。在操作期间，该系统通过计算设备确定包括多个数据点的第一组测试数据，其中第一组包括第一变量和一个或多个第二变量的数据序列。该系统通过将第一组分成多个组并且对每个相应组中的数据执行四分位距分析来识别异常。该系统从第一组获取第二组测试数据，该第二组测试数据包括来自在当前时间之前出现的最近时间段的数据序列，并且还包括来自所识别的异常的第一数据点。该系统基于第二组的导数的量值是否大于第一预先确定的阈值而将第一数据点分类为第一类型的异常。
-
公开(公告)号：CN111103851B
公开(公告)日：2022-05-03
申请号：CN201910931056.1
申请日：2019-09-27
Applicant: 帕洛阿尔托研究中心公司 , 松下电器产业株式会社
IPC: G05B19/418 , G01D21/02
Abstract: 本发明题为“基于联合历史和时间序列分析的异常表征的系统和方法”。本发明公开了一个实施方案，其提供了一种用于促进异常检测和表征的系统。在操作期间，该系统通过计算设备确定包括多个数据点的第一组测试数据，其中第一组包括第一变量和一个或多个第二变量的数据序列。该系统通过将第一组分成多个组并且对每个相应组中的数据执行四分位距分析来识别异常。该系统从第一组获取第二组测试数据，该第二组测试数据包括来自在当前时间之前出现的最近时间段的数据序列，并且还包括来自所识别的异常的第一数据点。该系统基于第二组的导数的量值是否大于第一预先确定的阈值而将第一数据点分类为第一类型的异常。
-
公开(公告)号：CN112036426A
公开(公告)日：2020-12-04
申请号：CN202010394917.X
申请日：2020-05-11
Applicant: 帕洛阿尔托研究中心公司 , 松下电器产业株式会社
Abstract: 一个实施方案可提供用于检测与一台或多台机器相关联的高维传感器数据的异常的系统。在操作期间，系统可从与一台或多台机器相关联的一组传感器获得传感器数据，对传感器数据应用数据探测技术以自动处理传感器数据，以从可用的一组特征传感器中识别一个子组的特征传感器，将无监督机器学习技术应用于所识别的一个子组的特征传感器和目标传感器，以学习一组成对单变量模型，并且基于一组成对单变量模型来确定异常在一台或多台机器的操作中是否发生以及如何发生。
-
公开(公告)号：CN103597691A
公开(公告)日：2014-02-19
申请号：CN201380001079.3
申请日：2013-02-08
Applicant: 松下电器产业株式会社
Abstract: 一种设定方法，包括：第1取得步骤（S104），从智能仪表（130）取得智能仪表（130）的ID；第2取得步骤（S102），从HEMS控制器（110）取得HEMS控制器（110）的ID及证书和HEMS控制器（110）进行控制的家电设备（141、142）的ID及证书；管理步骤（S106），制作将智能仪表（130）的ID与HEMS控制器（110）的ID及证书以及家电设备（141、142）的ID及证书建立了对应的管理信息；以及发送步骤（S107），基于管理信息，将与智能仪表（130）的ID建立了对应的HEMS控制器（110）的ID及证书和家电设备（141、142）的ID及证书发送给智能仪表（130）。
-
-
-
Search Results
4
records
(took 0.026 seconds)
