把残差信号进行K-Means聚类，这是一个残差频次分布的直方图，我们可以看到它是一个双峰的分布，猜想是有两个工况，而且都是健康的状态，我们只需要分析现在状态偏差了某一状态的距离，它是以小的红色的作为参考，就可以得到偏移值，这样就可以判断出来哪些是异常、哪些是正常，有兴趣继续了解可以参考相关文献。
五、总结
健康评估问题是将高维特征向量转换为单个健康指数，健康指数有三类：1、具有实际物理意义的量，2、表示处于健康状态的概率（0-1），3、虚拟健康值（模拟距离、SOM-MQE）。
既有健康数据又有故障数据，采用有监督学习方式，应用逻辑回归算法。无故障数据，采用无监督学习方式，应用高斯模型（以及混合高斯模型）、自组织映射神经网络SOM、自联想神经网络AANN。
作者：郭强，目前在某知名清洁能源企业，任职产品经理。5年产品经理、3年项目经理、1年创业经验。
,
