【技术实现步骤摘要】
本专利技术涉及分布式系统的状态监测,特别是针对包含数据异质的设备或系统,在分布式环境下实现高效、准确的工况辨识。该方法针对不同设备中存在的数据异质和噪音问题,通过量化设备的不确定,对分布式系统中的设备进行可靠建模,从而有效地对系统所属工况进行辨识。通过降低不同客户端中的预测不确定性,本专利技术能够可靠地通过协同建模对设备所属工况进行辨识。特别是当不同设备之间存在数据异质时,本专利技术能够有效克服由于标签偏移引起的模型性能下降,实现对系统工况的可靠辨识。这不仅提升了系统辨识的准确性,也为各种工业自动化系统、智能电网、物联网等复杂设备网络的状态监测提供了强大的支持。
技术介绍
1、在分布式系统的状态监测中,尤其是涉及多个设备或系统的场景中,不同设备生成的数据往往具有异质性和噪声的干扰。这种异质性通常表现为不同设备的工作环境、运行模式以及数据采集方式的差异。这些因素导致数据的分布特征各异,进而对基于分布式学习的工况辨识模型的预测精度产生了显著的负面影响。在实际应用中,由于不同设备之间的数据差异性,标签偏移和标签噪声问题会严重影响模型的训练过程
...【技术保护点】
1.一种基于设备不确定性的分布式系统工况辨识方法,其特征在于,包括以下步骤:
【技术特征摘要】
1.一种基于设备不确定性的分布式系统工...
【专利技术属性】
技术研发人员:李方昱,陈旭强,杜永萍,韩红桂,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。