针对工业信息采集后,经常出现漏报、乱报等问题,文章设计了一种基于聚类算法的企业设备状态智能监控系统。该系统以OPTICS算法为基础,将多测点融合依据欧氏距离来设计新型聚类算法,对正常工况下测点的大量历史数据通过设计算法训练生成一个专家系统,并对实时采集的数据与"专家系统"的预期进行欧氏距离比较,将实时数据与利用聚类得到的结果进行比对匹配,识别设备运行状态是否异常,对不属于正常状态设备的数据进行报警。实验结果表明这种方法能够有效解决状态漏报,充分利用历史数据,并分析测点间的相关性,满足数据增长需求。
