基于t-SNE算法的电力设备监测数据动态分析系统

作     者：仲济艳 张佑春 任远林 盖昊宇 

作者机构：安徽工商职业学院应用工程学院安徽合肥231131 

基　　金：安徽省高等学校自然科学研究重点项目“基于多源信息融合与宽度学习的泥石流灾害监测预警系统研究”(2022AH052796) “基于多源信息融合的高校运动员心率异常智能诊断关键技术研究”(KJ2020A1095) “基于物联网的SMT车间环境监控系统研究”(KJ2019A1167) “NB-IOT和ZigBee在物联网智能建筑环境监控中的研究”(KJ2021A1509)的部分研究成果 

出 版 物：《喀什大学学报》 (Journal of Kashi University)

年 卷 期：2023年第44卷第3期

页      码：40-43页

摘      要：设计基于t-SNE的电力设备数据监测动态分析系统,以解决传统电力设备异常状态监测不足、无法实时预警等问题.系统的硬件部分采用ARM920T作为设备监测电路处理核心,通过视频传感器、压电传感器和电流震荡传感器实现设备状态信号的实时采集与融合,通过zigbee网络完成监测数据的输出控制.通过机器学习算法t-SNE实现了数据降维处理、数据相似性处理与监测数据的t分布处理,实现了异常数据监测与异常状态预警.测试结果表明,系统的准确度达到了90%以上,能耗百分比达到了5%左右,实现了设备状态实时监测、实时预警,具有数据采集精确和运行能耗低等特点.

主 题 词：t-SNE算法 电力设备数据监测 动态分析 异常预警 三维图谱 机器学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13933/j.cnki.2096-2134.2023.03.008

馆 藏 号：203122647...