《表1 模型整体效果：一种符号化的汽轮机效率异常检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种符号化的汽轮机效率异常检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先本文给出了两个典型的检测样本的序列:一个是正常的序列，另一个是异常的序列。所选择的序列长度为T=0，即10min采样间隔，共100min。表1给出了交叉验证中每个数据组的模型性能，模型的TPrate=0.9192，TNrate=8661。可以得出结论，在T=10，θ=0.00743的条件下，该估计模型很好地检测汽轮机高压缸效率异常。但是，正如前面所分析的，分类阈值的选取会严重影响检测性能。因此，需要进一步讨论阈值对分类模型效果的影响。