[发明专利]基于相同系统中个体与群体特征差异性表现趋势的显化方法

说明书

本发明公开了一种基于相同系统中个体与群体特征差异性表现趋势的显化方法，包括：在相同系统和工作环境中，对某一个体在某一时间段的工作状态中的原始数据进行特征统计；对该时间段群体的工作状态中的原始数据进行特征统计；对个体与群体的工作状态的特征差异性进行统计；对上述个体与群体的工作状态的特征差异性统计结果进行显化；对上述个体与群体的工作状态的特征差异性表现趋势进行显化。本发明通过将相同系统和环境下一个时间段内某一个体的工作状态关键特征统计结果与代表群体的工作状态关键特征的统计结果，重新组织分析，计算出个体与群体之间工作状态的差异性趋势，将杂乱的数据最终转变为判断个体状态的依据，为故障检测提供更好的依据。

技术领域

本发明涉及计算机技术领域，具体涉及基于相同系统中个体与群体特征差异性表现趋势的显化方法。

背景技术

在相同的系统，相同的工作环境下的所有个体和群体具有相同的工作机制，并且在其不发生故障，工作正常的前提下，这些个体和群体具有相似的工作状态。

现有技术中，为了判断某一个体在某段时间内的工作状态是否正常，仅仅应用该个体单一的数据特征与相应的特征指标去对比判断其工作状态的方法是不完善的。因为，如果该个体的工作状态符合特征指标，但是却与相同系统下相同时间的其它群体的工作状态的特征指标相差较大，并且这种”不合群”的状态持续一段时间，那么出现这种情况的原因很可能是该个体已经出现工作不正常甚至发生故障。为此，必须同时统计代表个体和群体在相同系统下工作状态的特征指标，并分析两者之间的差异性，才能有效地判断个体的工作状态趋势。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种基于相同系统中个体与群体特征差异性表现趋势的显化方法,该方法通过统计能代表个体或/和群体工作状态在一个时间段内的某些关键特征，尤其是针对相同系统、相同环境下具有相似工作机制和工作状态的个体与群体，通过将一个时间段内单一的代表个体的工作状态关键特征的统计结果与代表群体的工作状态关键特征的统计结果，重新组织分析，计算出个体与群体之间工作状态的差异性趋势，将杂乱的数据最终转变为判断个体状态的依据，能帮助在实践中更好的判断个体运行状体以及趋势，为故障检测提供更好的依据。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种基于相同系统中个体与群体特征差异性表现趋势的显化方法。

该基于相同系统中个体与群体特征差异性表现趋势的显化方法包括以下步骤：S1、在相同系统、相同工作环境中，对某一个体在某一时间段的工作状态中的原始数据进行特征统计；S2、对该时间段群体的工作状态中的原始数据进行特征统计；S3、对个体与群体的工作状态的特征差异性进行统计；S4、对上述个体与群体的工作状态的特征差异性统计结果进行显化；S5、对上述个体与群体的工作状态的特征差异性表现趋势进行显化。

根据本发明的一个实施例，步骤S1具体包括以下步骤：

S101、对某一个体在某一时间段内的工作状态中的原始数据，用一原始特征矩阵表示，且该个体具有多个测量值；

S102、预设一个输出矩阵；

S103、将原始特征矩阵中的第一列元素，表示为某一时刻该个体的工作状态；

S104、对原始特征矩阵进行相应处理，选择重组能代表该个体在某一时刻的工作状态的个体特征矩阵；

S105、依次将原始特征矩阵中的其他列的元素，表示为相应时刻该个体的工作状态，重复执行步骤S104，得到与列数相同的多个时刻的该个体的工作状态的个体特征矩阵，并用特征集矩阵表示；

S106、将上述特征集矩阵复制到输出矩阵，得到该个体在某一时间段内的工作状态特征向量，从而完成对该个体在某一时间段内的特征统计。