[发明专利]一种测试数据自适应动态阈值确定方法

权利要求书

1.一种测试数据自适应动态阈值确定方法，其特征在于该方法的步骤包括：

步骤一，对于某个测试数据，选取之前一段时间的数据序列作为训练集，训练集X＝[x_1,x_2,…,x_n]；

步骤二，为训练集确定初始化门限值θ，计算训练集中超过初始门限θ的概率；

超过初始门限θ的概率满足如下公式：

步骤三，根据步骤二计算γ、σ(θ)的估计值和

步骤四，按照如下公式计算得到新的门限值ε；

其中q为给定的概率，n为训练集的样本数量，N_θ为超过θ的样本数量；

步骤五，利用新的门限值ε对实时采集的测量数据进行监测，当某时刻测量数据大于等于ε时，该测量数据记为异常数据；当某时刻测量数据小于ε大于θ时，该测量数据记为正常数据，同时更新门限值ε；当某时刻测量数据小于等于θ时，该测量数据记为正常数据。

2.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，当某时刻测量数据小于ε大于θ时，随之变化，据此更新γ、σ(θ)的估计值和进而更新门限值ε。

3.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，的取值范围为[10^-5,10^-3]。

4.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，θ的取值为训练集的分位数95％-98％。

5.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，训练集的样本数量n应大于1000。

6.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，所述步骤一中，首先对测试数据进行平滑预处理，以消除数据中的毛刺，预处后的测试数据作为训练集。

7.根据权利要求1所述的一种测试数据自适应动态阈值确定方法，其特征在于，所述步骤五中，对实时采集的测量数据进行监测时，首先对测量数据进行平滑预处理。

8.根据权利要求6或7所述的一种测试数据自适应动态阈值确定方法，其特征在于，按照如下公式对数据进行平滑预处理：

x′_m＝βx′_n-1+(1-β)x_n

x′_n为测试数据x_n平滑预处理后的结果，由x′_n组成平滑后的测试数据X′＝[x′₁,x′₂,…,x′_n]，β表示对于历史测试数据的权重系数。

9.根据权利要求8所述的一种测试数据自适应动态阈值确定方法，其特征在于，β取值在0和1之间。