admin 管理员组

文章数量: 887021

【求助

求助-机器学习-设备电流数据判断设备工作、待机、关机状态

  • 项目背景
  • 项目需求
  • 解决思路
    • 一、人工标记再分类
    • 二、机器学习聚类自动打标签后再分类
    • 三、电流明细数据

项目背景

IOT平台采集设备10秒采集到设备的实时电流值,想通过机器学习的技术实现实时的设备状态判断(工作、关机、待机),客户的需求是判断(关机、开机)即可,待机和工作都归为开机一类。

项目需求

得到设备开机、关机的电流阈值

解决思路

一、人工标记再分类

一种是通过人工打标签标记数据后,再用分类算法去训练模型,但是实际生产环境场景中,因项目设备数量较多,人工打标签成本很大,当然这个训练出来的模型准确率最高,但是目前因为成本原因暂不考虑。

二、机器学习聚类自动打标签后再分类

核心理念就是先通过机器学习聚类算法,比如 KMeans 算法,得到中心镞,并给数据打标签,但是按照这个项目工作、待机、关机来说,应该分三类,理想情况下数据比较规整的话,聚类结果应该是比较完美的,但是现场的数据不是按我们理想情况下就能分三类,工作的电流范围波动很大,导致聚类算法得到的结果和实际结果相差甚远。
目前想的方向是数据清洗,把不规则数据清洗成理想数据,这一块内容就更多了,每个设备的类型都不一样,想要一个设计成一个通用机器学习算法,目前没有好的思路,希望有好的建议可以留言,感激不尽!

三、电流明细数据

以下为电流明细的csv数据,里面包含了我手工打的标签,可以用来验证模型的准确度。

本文标签: 求助