工业设备维护新解法：传感器数据定量化精准捕获异常点

本部分介绍使用人工数据实施离群值检测和异常检测的流程，旨在更加容易理解霍特林T2方法的运用。

按照Step2和3对异常进行分类时，可以看出异常数据②尤其在传感器2的数值上，呈现出似乎伴有漂移的异常。仅凭此图，很难将异常数据①识别为异常。对于异常数据②，虽然在传感器2一方有部分数据被正确判定为异常，但大多数仍未能判定为异常。情景1中的一维霍特林T2方法，由于将传感器1和2分别作为输入，因此全然不考虑数据之间的相关性结构，而仅根据各传感器值的可能范围来判定异常。因此，尤其对于传感器值范围相同的异常数据①，结果是完全无法判定为异常。

　　 声明：本文内容由开放的智能模型联网搜集公开信息整理，仅供参考，不构成投资建议。投资者据此操作，风险自担。 若有侵权，请第一时间告知删除。