[发明专利]滑动窗分段直线表示法的总拟合误差阈值估计方法与系统

说明书

本发明公开了滑动窗分段直线表示法的总拟合误差阈值估计方法与系统，具体包括：选取工业报警系统中采集到的一段历史时间序列数据作为训练数据；选取典型数据趋势时间尺度；由训练数据的统计性质估计拟合残差的分布，根据拟合残差的分布计算滑动窗分段方法对应的总拟合误差阈值，所确定的总拟合误差的阈值，应使得实施滑动窗分段方法后的直线段平均时间长度等于典型数据趋势时间尺度。本发明快速确定合适的总拟合误差阈值，能有效地辅助操作人员快速实施滑动窗数据分段方法，达到提高过程监控工作效率目的。基于此阈值计算方法实施滑动窗分段方法，所得到的分段结果与信号幅值、噪声水平无关，而仅依赖于时间序列的趋势变化，具有良好的可靠性。

技术领域

本发明涉及工业过程监控报警系统等自动化技术领域，特别是涉及滑动窗分段直线表示法的总拟合误差阈值估计方法与系统。

背景技术

在现代工业报警系统设计中，采集到的时间序列数据具有“高维、海量”的特点，导致直接在原始数据上实施传统过程监控的方法已不甚适应，目前一种应对方法是提取时间序列的有效特征来进行数据压缩，以压缩数据进行计算，从而提高算法效率，实现算法对“高维、海量”数据的适用性。在数据特征提取方法中，分段直线表示法是一种高效灵活的方法，该方法除了能提高计算效率外，还能够描述时间序列的趋势变化信息，对过程监控具有重要意义，因而得到了广泛的应用。

分段直线表示法的核心思想是用若干条直线段来近似替代原始时间序列，其技术核心在于确定分段点。滑动窗分段法是分段直线表示方法的一种在线实现，其主要思想是随时间序列不断增长当前直线段，直到当前直线段的总拟合误差超过指定阈值后，再立即开始一段新的直线段拟合过程。应用该方法需要确定的主要参数为总拟合误差的阈值，总拟合误差的阈值与最终的分段效果取密切相关。

目前，国内外各类资料、文献中对总拟合误差阈值的确定方法仅有少量讨论。其中较为普遍的一种总拟合误差阈值确定方法是基于小波变换展开的，该方法的缺陷在于难以在线进行，这就使得本可在线运行的滑动窗分段法失去了在线运行的优势。

因此，提出总拟合误差阈值确定方法，对于提高分段直线表示方法在工业报警系统的应用价值具有十分重要的意义。

发明内容

为了解决现有技术的不足，本发明提供了滑动窗分段直线表示法的总拟合误差阈值估计方法，本发明可以快速选取合适的总拟合误差阈值，辅助操作人员快速实施滑动窗数据分段方法，能有效提高过程监控工作的效率。

滑动窗分段直线表示法的总拟合误差阈值估计方法，为离线训练步骤，所述离线训练步骤中，具体包括：

选取工业报警系统中采集到的一段历史时间序列数据作为训练数据；

选取典型数据趋势时间尺度，该典型数据趋势时间尺度指的是描述时间序列变化趋势所需的样本量的时长平均值；

由训练数据的统计性质估计拟合残差的分布，根据拟合残差的分布计算滑动窗分段方法对应的总拟合误差阈值，所确定的总拟合误差的阈值，应使得实施滑动窗分段方法后的直线段平均时间长度等于典型数据趋势时间尺度。

进一步优选的技术方案，利用上述滑动窗分段直线表示法的总拟合误差阈值估计方法所得到的总拟合误差阈值用于在线实施时间序列数据的滑动窗分段。

进一步优选的技术方案，所述由训练数据的统计性质估计拟合残差的分布，具体为：

将训练数据时间序列进行分段线性表示，包含N段直线段，长度分别为L₁,L₂,…,L_N，继而获得任意的第n个直线段S_n的表达式；

设直线段S_n的拟合直线，选取拟合直线的任意两个数据点及该直线段上的对应点，获得两组数据的残差；

假设残差满足均值为零的高斯分布，计算残差的方差的估计值。