[发明专利]基于统计分布的大数据单参数阈值挖掘与修正方法及系统

权利要求书

1.一种基于统计分布的大数据单参数阈值挖掘与修正方法，其特征在于，包括：

步骤M1：获取遥测参数，并对遥测参数进行预处理，得到预处理后的遥测参数；

步骤M2：基于多种统计分布函数对预处理后的遥测参数进行分布拟合以及拟合优度检验，选取拟合优度最佳的统计分布，实现阈值上限与下限的构建；

步骤M3：基于历史数据对构建的阈值上限和下限进行修正。

2.根据权利要求1所述的基于统计分布的大数据单参数阈值挖掘与修正方法，其特征在于，所述步骤M1包括：单个遥测参数为一个序列，遥测参数序列包括按照时间顺序排列的多个数据点；判断获取的每个遥测参数数据点是否在均值上下预设倍数标准差的区间范围内，当获取的遥测参数数据点不在均值上下预设倍数标准差的区间范围内时，则将当前遥测参数数据点之前满足条件的遥测参数数据点代替当前遥测参数数据点，实现满足预设条件的遥测参数数据点野值剔除，完成遥参的预处理。

3.根据权利要求1所述的基于统计分布的大数据单参数阈值挖掘与修正方法，其特征在于，所述步骤M2包括：

步骤M2.1：分别基于多种统计分布函数对预处理后的遥测参数进行分布拟合，对统计分布函数中的参数进行估计，获得多种统计分布模型表达式；

步骤M2.2：分别针对每种分布类型拟合结果进行拟合优度检验，分析不同统计分布模型对遥测参数分布形式描述的合理性和准确性；

步骤M2.3：基于拟合优度检验选取拟合优度最佳的统计分布，得到单遥测参数的统计阈值区间。

4.根据权利要求1所述的基于统计分布的大数据单参数阈值挖掘与修正方法，其特征在于，所述多种统计分布函数包括正态分布、对数正态分布、t分布、指数分布、威布尔分布、极值分布、Logistic分布和/或Gamma分布。

5.根据权利要求1所述的基于统计分布的大数据单参数阈值挖掘与修正方法，其特征在于，所述步骤M3包括：基于阈值满足单参数监测要求的程度，根据历史数据和专家经验对参数阈值区间的上下限进行相应调整，实现阈值区间的修正。

6.一种基于统计分布的大数据单参数阈值挖掘与修正系统，其特征在于，包括：

模块M1：获取遥测参数，并对遥测参数进行预处理，得到预处理后的遥测参数；

模块M2：基于多种统计分布函数对预处理后的遥测参数分别进行分布拟合以及拟合优度检验，选取拟合优度最佳的统计分布，实现阈值上限与下限的构建；

模块M3：基于历史数据和专家经验对构建的阈值上限和下限进行修正。

7.根据权利要求6所述的基于统计分布的大数据单参数阈值挖掘与修正系统，其特征在于，所述模块M1包括：单个遥测参数为一个序列，遥测参数序列包括按照时间顺序排列的多个数据点；判断获取的每个遥测参数数据点是否在均值上下预设倍数标准差的区间范围内，当获取的遥测参数数据点不在均值上下预设倍数标准差的区间范围内时，则将当前遥测参数数据点之前满足条件的遥测参数数据点代替当前遥测参数数据点，实现满足预设条件的遥测参数数据点野值剔除，完成遥参的预处理。

8.根据权利要求6所述的基于统计分布的大数据单参数阈值挖掘与修正系统，其特征在于，所述模块M2包括：

模块M2.1：分别基于多种统计分布函数对预处理后的遥测参数进行分布拟合，对统计分布函数中的参数进行估计，获得多种统计分布模型表达式；

模块M2.2：分别针对每种分布类型拟合结果进行拟合优度检验，分析不同统计分布模型对遥测参数分布形式描述的合理性和准确性；

模块M2.3：基于拟合优度检验选取拟合优度最佳的统计分布，得到单遥测参数的统计阈值区间。

9.根据权利要求6所述的基于统计分布的大数据单参数阈值挖掘与修正系统，其特征在于，所述多种统计分布函数包括正态分布、对数正态分布、t分布、指数分布、威布尔分布、极值分布、Logistic分布和/或Gamma分布。

10.根据权利要求6所述的基于统计分布的大数据单参数阈值挖掘与修正系统，其特征在于，所述模块M3包括：基于阈值满足单参数监测要求的程度，根据历史数据和专家经验对参数阈值区间的上下限进行相应调整，实现阈值区间的修正。