基于机器学习算法的电机运行数据挖掘

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：文章以永磁电机的运行数据为研究对象，探讨基于数据挖掘与机器学习算法的电机状态分析与预测方法。首先，运用K均值聚类算法对采集的电机电压、电流、扭矩、转速等多种数据进行分类，揭示数据之间的潜在联系。其次，采用K近邻（KNN）算法对电机运行功率和绕组温度进行回归预测，结果表明该方法具有较高的预测精度。（剩余5903字）

试读结束

目录
monitor