【文件属性】：
文件名称：FaultMap:基于图和信息论的历史时间序列数据故障检测和诊断
文件大小：1.25MB
文件格式：ZIP
更新时间：2021-05-30 15:21:36
Python
故障图
介绍
FaultMap是一个数据驱动的，无模型的过程故障检测和诊断工具。 过程要素之间的因果关系是使用信息论测度（传递熵）来确定的。 然后，这些链接用于创建流程元素之间的主要信息流（干扰等）的可视化表示，作为有向图。 这些有向图可用作故障排除辅助工具。
应用网络中心性算法，根据元素对其他连接节点的影响强度和质量（特征向量中心性）来确定最具影响力的元素。
文档和演示仍在开发中。
先决条件
大多数先决条件与让 JPype 正常工作有关：
Python 3.7+ 与兼容的 C++ 编译器
在Windows上，打包程序通常需要从Visual Studio安装程序安装用于桌面的VC ++ 2015.3 v14.00（v140）工具集
Java JDK 1.8.201+（或最新的 Java 8 SDK）
JAVA_HOME 环境变量应该指向安装目录
安装
git clone https
【文件预览】：
FaultMap-master
----.gitignore(141B)
----run_trendextraction.py(678B)
----.codeclimate.yml(357B)
----README.rst(4KB)
----run_noderank.py(536B)
----matplotlibrc(310B)
----test()
--------test_all.py(2KB)
--------networkgen.py(5KB)
--------test_autoreg_tecalc.py(6KB)
--------testconfig.json(130B)
--------datagen.py(8KB)
--------__init__.py(0B)
----run_createarrays.py(728B)
----docs()
--------transentropy.rst(100B)
--------outputs.rst(2KB)
--------intro.rst(608B)
--------supportingsoftware.rst(889B)
--------inputdataformat.rst(1KB)
--------noderank.rst(274B)
--------weightcalc.rst(458B)
----run_weightcalc.py(1KB)
----infodynamics.jar(1.23MB)
----example_configs()
--------config_graphreduce.json(86B)
--------config_plotting.json(86B)
--------config_full.json(87B)
--------config_weightcalc.json(168B)
--------config_trendextraction.json(86B)
--------cases()
--------config_noderank.json(86B)
--------config_createarrays.json(87B)
----test_configs()
--------config_graphreduce.json(78B)
--------config_plotting.json(78B)
--------test()
--------config_full.json(78B)
--------config_weightcalc.json(178B)
--------config_trendextraction.json(78B)
--------config_noderank.json(78B)
--------config_createarrays.json(79B)
----plotting()
--------__init__.py(0B)
--------figtypes.py(24KB)
--------plotter.py(9KB)
----run_graphreduce.py(548B)
----requirements.txt(133B)
----run_plotting.py(686B)
----.travis.yml(1KB)
----faultmap()
--------gaincalc_oneset.py(18KB)
--------gaincalculators.py(36KB)
--------config_setup.py(3KB)
--------data_processing.py(61KB)
--------gaincalc.py(28KB)
--------graphreduce.py(14KB)
--------__init__.py(0B)
--------transentropy.py(16KB)
--------noderank.py(33KB)
----run_full.py(4KB)
----demo()
--------demo_generators.py(832B)
--------demo_networkranking.py(938B)
--------demo_entropycalc.py(3KB)
--------demo_leadlag_analysis.py(3KB)