[发明专利]时间序列上事件检测方法和装置

权利要求书

1.一种用于智能管道的时间序列上事件检测方法，包括：

将事件长度的搜索区间L分段，其中，L＝(P，P+1，P+2，…，Q)，P表示事件长度的最小值，Q表示事件长度的最大值；

对于分段得到的每一段(p，q)，计算s_p、s_q和s_(p...q)，其中，s_p表示长度为p的子序列中和最大的子序列的重要程度，s_q表示长度为q的子序列中和最大的子序列的重要程度，s_(p...q)表示分段(p，q)对应的最大的重要程度；

如果其中一段的s_(p...q)小于其他任一段的s_p或s_q，将该段剪除；

将剩余的每个段再继续分段，将继续分段得到的每一子段采用上述分段的方法继续进行剪除；

直到事件长度的剩余搜索区间小到符合预设值，停止分段和剪除的操作，遍历事件长度的剩余搜索区间上的点，记录每一个点对应的重要事件及其重要程度，所有重要事件中重要程度最大的事件作为全局重要事件D^s。

2.根据权利要求1所述的方法，其特征在于，所述对于分段得到的每一段(p，q)，计算s_p包括：

分别计算长度为p的所有子序列的和，长度为p的子序列的和符合正态分布；

选择部分长度为p的子序列作为采样，计算采样的均值和标准差，将采样的均值作为正态分布的均值，将采样的标准差作为正态分布的标准差；

根据公式计算s_p，其中，表示长度为p的子序列中和的最大值，μ_p表示长度为p的子序列的正态分布的均值，σ_p表示长度为p的子序列的正态分布的标准差，s_p表示长度为p的子序列中和最大的子序列的重要程度。

3.根据权利要求1所述的方法，其特征在于，所述对于分段得到的每一段(p，q)，计算s_q包括：

分别计算长度为q的所有子序列的和，长度为q的子序列的和符合正态分布；

选择部分长度为q的子序列作为采样，计算采样的均值和标准差，将采样的均值作为正态分布的均值，将采样的标准差作为正态分布的标准差；

根据公式计算s_q，其中，表示长度为q的子序列中和的最大值，μ_q表示长度为q的子序列的正态分布的均值，σ_q表示长度为q的子序列的正态分布的标准差，s_q表示长度为q的子序列中和最大的子序列的重要程度。

4.根据权利要求1所述的方法，其特征在于，所述对于分段得到的每一段(p，q)，计算s_(p...q)包括：

根据公式计算s_(p...q)，其中，表示长度为q的子序列中和的最大值，μ_p表示长度为p的子序列的正态分布的均值，σ_p表示长度为p的子序列的正态分布的标准差，s_(p...q)表示分段(p，q)对应的最大的重要程度。

5.根据权利要求1所述的方法，其特征在于，所述记录每一个点对应的重要事件及其重要程度包括：

对于事件长度为k的点，分别计算长度为k的所有子序列的和，将长度为k的所有子序列的和的最大值作为重要事件D_k^s；

长度为k的子序列的和符合正态分布，选择部分长度为k的子序列作为采样，计算采样的均值和标准差，将采样的均值作为正态分布的均值，将采样的标准差作为正态分布的标准差；

根据公式计算s_k，其中，表示长度为k的子序列中和的最大值，μ_k表示长度为k的子序列的正态分布的均值，σ_k表示长度为k的子序列的正态分布的标准差，s_k表示长度为k的子序列中重要事件的重要程度。

6.根据权利要求1所述的方法，其特征在于，还包括：

将全局重要事件D^s对应的点从原始时间序列中剪除，在剩余的时间序列上采用全局重要事件D^s的检测方法检出第二个全局重要事件，直到所有的全局重要事件都被检出。