[发明专利]一种基于数据块的趋势自动提取方法

说明书

本发明的目的是提供一种基于数据块的趋势自动提取方法，首先采集某列车轴温数据作为原始数据，然后绘制原始数据曲线；然后寻找原始数据的最优分段值，提取出数据包络中心线，并寻找其局部极值点；最后根据得到的局部极值点将数据划分成数据块，在每个数据块内进行趋势提取分析，为后面进一步预测轴温变化、判断列车故障等问题提供理论基础。本发明解决了现有技术中存在的对采集到的数据先采用滤波平滑等数据处理方法后再提取趋势，处理后的数据结果会直接影响趋势结果，并且数据平滑程度难以确定，过度平滑时会导致数据特征丢失的问题。

技术领域

本发明属于数据处理技术领域，具体涉及一种基于数据块的趋势自动提取方法。

背景技术

伴随着大数据的发展，数据处理与分析技术领域也在不断发展，数据的趋势代表了参数的变化状态，在已有海量数据的基础上通过数据趋势提取分析，可以为后面的行为做出指导与决策。在尊重原始数据的基础上如何对数据进行准确的趋势提取，成为了一个要解决的主要问题。直接从工业上采集到的数据受噪声的影响产生的波动大，难以直接提取趋势，若先对采集到的数据先采用滤波平滑等数据处理方法后再提取趋势，处理后的数据结果会直接影响趋势结果，并且数据平滑程度难以确定，当过度平滑时会导致数据特征丢失，故针对此问题，利用一种基于特征保持的方法对数据进行趋势提取，该方法采用寻找原始数据最优包络中心线的方法，在保持数据特征的同时使得数据更平滑，最终得到准确的提取趋势结果。

发明内容

本发明的目的是提供一种基于数据块的趋势自动提取方法，解决了现有技术中存在的对采集到的数据先采用滤波平滑等数据处理方法后再提取趋势，处理后的数据结果会直接影响趋势结果，并且数据平滑程度难以确定，过度平滑时会导致数据特征丢失的问题。

本发明所采用的技术方案是，一种基于数据块的趋势自动提取方法，具体按照以下步骤实施：

步骤1、采集某列车轴温数据作为原始数据，然后绘制原始数据曲线；

步骤2、寻找原始数据的最优分段值，提取出数据包络中心线，并寻找其局部极值点；

步骤3、根据步骤2得到的局部极值点将数据划分成数据块，在每个数据块内进行趋势提取分析，为后面进一步预测轴温变化、判断列车故障等问题提供理论基础。

本发明的特点还在于，

步骤1中原始数据data＝{x₁,x₂,...,x_N|N∈N^*}，绘制原始数据data的曲线，其中，x_N表示列车轴温，N表示时刻。

步骤2具体按照以下步骤实施：

步骤2.1、求取原始数据长度值的全部约数，除1以外，并按照从小到大顺序排列，得到排序后的约数序列D＝{d₁,d₂,...,d|_ii∈N^*}，其中，d_i表示约数值，下标i表示数据点的个数；

步骤2.2、根据步骤2.1得到的序列D的第一个位置开始遍历，根据约数值将原始数据划分为等宽度的段，首先，每段取一个最高点，连接所有最高点得到原始数据的上包络线，然后，每段取一个最低点，连接所有最低点得到原始数据的下包络线，最后，对上下包络线求平均得到包络线的中心线；

步骤2.3、寻找步骤2.2中得到的包络中心线的局部极大值点，局部极大值满足的条件为(data(x)＞data(x-1))(data(x)＞＝data(x+1))，并且记局部极大值为X_max＝{x_maxn|1≤x_maxn≤x_N,1≤n≤N}，其中，x_maxn表示局部极大值，n表示极大值点对应的时刻；