峭度（云端批量分析）
Kurtosis — Cloud Batch Analysis
四阶中心矩归一化指标，衡量分布尾部厚重程度（正态分布 = 3）。
01
定义
四阶中心矩归一化指标，衡量分布尾部厚重程度（正态分布 = 3）。
02
公式与计算
K = (1/N) Σ (xᵢ − x̄)⁴ / σ⁴
（部分定义减去 3，称 excess kurtosis）
03
适用时机
滚动轴承早期故障、冲击型事件检测（RMS 尚未变化时 K 已升高）。 云端批量处理时，窗长与参数可取更精细值，并可结合历史数据做自适应调参。
04
关键参数
样本数（建议 ≥ 2048）、是否已去噪；云端版本可放宽存储与算力限制，但需保证多站数据时间对齐。
05
注意事项
失效与边界单独使用易误报，应与 RMS、CF 组合判读；需声明是否减 3。 云端实现可并行处理多站多年数据，建议输出处理日志与参数版本，便于结果复现。
CLOSE
把 峭度（云端批量分析） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。