用于训练用于变点检测的传感器模型的方法和装置制造方法及图纸

用于训练用于变点检测的传感器模型的方法和装置。本发明专利技术涉及用于训练基于数据的传感器模型以确定在循环技术过程的传感器信号中的变点时间点的方法，所述方法具有如下步骤：

【技术实现步骤摘要】
用于训练用于变点检测的传感器模型的方法和装置


[0001]本专利技术涉及一种用来提供用于识别传感器信号时间序列中的变点(Change Point)的传感器模型的方法并且尤其是涉及用来识别用于这种传感器信号时间序列的有错误的评估时间窗的措施。

技术介绍

[0002]用于采集物理量的传感器通常被连续扫描。这样，例如可以借助于适合的传感器来采集压力、质量流量、加速度、温度、振动、加速度等等。接着，在传感器或传感器系统的输出端处通常在预先给定的采样时间点提供传感器信号时间序列，作为电信号或数字化信号。该传感器信号时间序列说明了传感器信号的随时间的变化过程。
[0003]为了进行评估，可以分析这种传感器信号时间序列，使得依据传感器信号的变化过程可以采集技术系统的特殊特征。传感器信号可以以多种方式来被评估，而一种应用在于：依据对传感器信号时间序列中的变点的检测来确定系统状态的显著变化的时间点。为此，通常提供传感器模型，该传感器模型给该传感器信号时间序列的片段分配说明变点时间点的信息。

技术实现思路

[0004]按照本专利技术，提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于训练基于数据的传感器模型(4)以确定在由技术系统实施的循环技术过程的至少一个传感器信号中的变点时间点的方法，所述方法具有如下步骤：
‑
提供(S1)被采样的测量参量的传感器信号时间序列和相关的变点时间点；
‑
确定(S2、S3)具有评估信号时间序列(A)和所分配的变点时间点的训练数据集，其中所述评估信号时间序列(A)通过在传感器信号时间序列(S)上定义定期的评估时间窗来被确定，其中提供所述变点时间点作为分类向量，其中所述分类向量通过所述分类向量的一个元素的位置来对在所述评估时间窗内的时间点进行编码并且通过所述分类向量的另一元素的另一位置来对在所述评估时间窗之前和/或之后的时间点进行编码；
‑
利用所述训练数据集来训练(S4)所述基于数据的传感器模型。2.根据权利要求1所述的方法，其中如果所述变点时间点处在所述评估时间窗内，则所述分类向量通过在所述分类向量中的分配有与变点时间点相对应或者最接近的那个元素的第一值来说明所述变点时间点；或者如果所述变点时间点处在所述评估时间窗之外，则所述分类向量通过所述另一元素的第一值来说明所述变点时间点，而且其中其余元素具有与所述第一值不同的第二值。3.根据权利要求1或2所述的方法，其中所述基于数据的传感器模型(4)以深度神经网络的形式来构造并且借助于基于反向传播的训练方法来被训练。4.一种用于确定在由技术系统实施的循环技术过程的被采样的传感器信号的传感器信号时间序列(S)中的变点时间点的方法，所述方法具有如下步骤...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：罗伯特，
类型：发明
国别省市：