一种基于变化方向的异常数据识别方法及装置制造方法及图纸

本发明专利技术涉及一种基于变化方向的异常数据识别方法及装置；方法包括：采集工业系统中多个观测量的观测数据，组成基于多观测量的多维时间序列；将多维时间序列的每一维都划分为一系列的初始基元；对于初始基元按照融合误差最小原则进行相邻基元的合并，计算多维时间序列的拟合误差；对于合并后的基元重复按照融合误差最小原则进行合并，直到拟合误差的值趋于稳定后输出最终基元；利用最终基元的斜率确定多维时间序列每一维的变化方向；如果一段时间内每一维的变化方向一致，识别为正常数据，否则，识别为异常数据。本发明专利技术具有良好的可解释性和鲁棒性。

【技术实现步骤摘要】

本专利技术属于数据处理，具体涉及一种基于变化方向的异常数据识别方法及装置。

技术介绍

1、对于包括现代工业系统在内的复杂系统，如何快速、准确的找出多维时间序列中的异常数据是一个关键问题。

2、之前，大家普遍采用的方法是利用数据挖掘技术从多维时间序列中自动找出有效特征，然后利用它从多维时间序列中识别出异常数据。一方面，这种方法找出的有效特征不具有物理意义，可解释性不好；另一方面，这种方法受到奇异点的影响很大，鲁棒性不好。

技术实现思路

1、鉴于上述的分析，本专利技术旨在公开了一种基于变化方向的异常数据识别方法及装置，解决现有方法存在的可解释性不足以及鲁棒性不好的问题。

2、本专利技术公开了一种基于变化方向的异常数据识别方法，包括：

3、采集工业系统中多个观测量的观测数据，组成基于多观测量的多维时间序列；

4、在数据正常情况下，所述多个观测量之间具有随时间同增或同减的关系；在数据异常时情况下，多个观测量之间不具有同增或同减的关系；

5、将多维时间序列的每本文档来自技高网...

【技术保护点】

1.一种基于变化方向的异常数据识别方法，其特征在于，包括：

2.根据权利要求1所述的异常数据识别方法，其特征在于，基元为一段数据，并且初始基元对应的数据段的时间间隔为1；当多维时间序列的总时间间隔数为m，对应的初始基元的数目为m-1；

3.根据权利要求1所述的异常数据识别方法，其特征在于，按照融合误差最小原则进行相邻基元合并时，对于一个基元以及与其左、右相邻的两个基元；如果所述基元与左相邻基元进行融合的融合误差小于与右相邻基元进行融合的融合误差，则，所述基元与左相邻基元进行融合，否则，所述基元与右相邻基元进行融合。

4.根据权利要求3所述的异常数据识别...

【技术特征摘要】

1.一种基于变化方向的异常数据识别方法，其特征在于，包括：

2.根据权利要求1所述的异常数据识别方法，其特征在于，基元为一段数据，并且初始基元对应的数据段的时间间隔为1；当多维时间序列的总时间间隔数为m，对应的初始基元的数目为m-1；

3.根据权利要求1所述的异常数据识别方法，其特征在于，按照融合误差最小原则进行相邻基元合并时，对于一个基元以及与其左、右相邻的两个基元；如果所述基元与左相邻基元进行融合的融合误差小于与右相邻基元进行融合的融合误差，则，所述基元与左相邻基元进行融合，否则，所述基元与右相邻基元进行融合。

【专利技术属性】
技术研发人员：余彦，符志民，狄宇，张雪峰，高鹏飞，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：