[发明专利]一种工业数据趋势识别方法和系统

权利要求书

1.一种工业数据趋势识别方法，其特征在于，所述识别方法包括：

S1：根据提供的开始时间和结束时间，获取这一时间段范围内的工业数据，所述工业数据包括各自对应的时间戳；

S2：对获取的工业数据进行预处理，获取原始数组，并提取出其中的特征值，生成若干组特征值数组，所述特征值数组至少包括极大值数组、极小值数组、极大值和极小值；

所述极大值数组包括本时间段范围内工业数据中的局部波峰数值，所述极小值数组包括本时间段范围内工业数据中的局部波谷数值，所述极大值为本时间段范围内工业数据中的最大数值，所述极小值为本时间段范围内工业数据中的最小数值；

S3：对原始数组、特征值数组进行多项式曲线拟合，获取与各个数组对应的斜率值；

S4：根据设定的分析规则，结合各个数组对应的斜率值计算得到本时间段范围内的工业数据的趋势类型。

2.根据权利要求1所述的工业数据趋势识别方法，其特征在于，步骤S2中，所述提取出其中的特征值，生成若干组特征值数组的过程包括以下步骤：

生成极大值数组、极小值数组，选择原始数组中的任意一个数据作为极大值和极小值的初始值；

将原始数组中的每个数据分别与其相邻的数据作比较，如果该数据均大于相邻的数据，将其加入极大值数组，如果该数据均小于相邻的数据，将其加入极小值数组；

将原始数组中的每个数据分别与极大值和极小值比较，如果该数据大于极大值数据，将其更新为极大值，如果该数据小于极小值数据，将其更新为极小值。

3.根据权利要求1所述的工业数据趋势识别方法，其特征在于，步骤S3中，所述对原始数组、特征值数组进行多项式曲线拟合，获取与各个数组对应的斜率值的过程包括以下步骤：

结合极大值数组、极小值数组、原始数组以及对应的时间列表，以数值取值为x轴，以对应的时间戳为y轴，进行曲线拟合，求取对应的斜率值。

4.根据权利要求3所述的工业数据趋势识别方法，其特征在于，所述曲线拟合包括一元曲线拟合。

5.根据权利要求4所述的工业数据趋势识别方法，其特征在于，采用多项式曲线拟合技术进行一元一次性曲线拟合。

6.根据权利要求1所述的工业数据趋势识别方法，其特征在于，所述设定的分析规则包括：

设极大值数组斜率、极小值数组斜率和原始数组斜率分别为maxR、minR和medR；

计算极大值数组的斜率绝对值maxRV、极小值数组的斜率绝对值minRV和原始数组的斜率绝对值medRV；

根据工业数据类型设定比对阈值h，h大于0；

通过比对极大值数组斜率maxR、极小值数组斜率minR、原始数组斜率medR、极大值数组的斜率绝对值maxRV、极小值数组的斜率绝对值minRV和原始数组的斜率绝对值medRV与设定的比对阈值h，以确定所述工业数据的趋势类型。

7.根据权利要求1所述的工业数据趋势识别方法，其特征在于，所述趋势类型包括周期性、平稳、第一上升、第二上升、第三上升和下降。