[发明专利]一种用于时序数据降采样的方法和系统

说明书

本发明涉及一种用于时序数据降采样的方法和系统，所述的方法包括：S1：定义TimeGap辅助算法，S2：定义Mixed辅助算法，S3：对于给定的待降采样数据data、阈值t，使用Mixed(LTTB(data，t)，TimeGap(data，t/10))进行计算，得到所需要的降采样结果数据。

技术领域

本发明属于计算机软件技术领域，具体涉及一种用于时序数据降采样的方法和系统。

背景技术

时序数据是指时间序列数据。时间序列数据是同一指标按时间顺序记录的数据列，例如设备监测传感器产生的数据、IT系统监控数据等。时序数据的可视化最常用的手段就是折线图，而时序数据往往数据量较大，采用折线图展示其趋势的时候，数据过多会严重降低绘图程序的性能，另外受到用户显示设备像素多少的约束，过多的数据可能会呈现为一片密集的色块，无法分辨细节，实际上没有意义。所以需要对时序数据进行降采样，从大量数据中提取出最具有特征的样本，用来绘制折线图。

目前最广泛应用的时序数据降采样方法是由冰岛大学的Sveinn在2013年提出的LTTB(Largest-Triangle-Three-Buckets)、LTD(Largest-Triangle-Dynamic)等方法。在传统实时数据库领域，OSIsoft的PI System应用广泛，PI系统的趋势函数所采用的降采样方法是一种特殊的方法。

在实际使用过程中，我们发现现有的时序数据降采样方法存在以下问题：

基于最大三角形的LTTB、LTD方法能较好的反应数据的特征，但是在特殊情况下准确性不够，导致趋势图出现“斜坡效应”；

“斜坡效应”指在时序数据在出现比正常时间间隔相比明显增大的时间间隔时，经过降采样方法降采样后丢失关键数据，导致本来的“尖峰”、“悬崖”形状的图形变成一个“斜坡”。LTTB：是英文Largest-Triangle-Three-Buckets的缩写，是Sveinn于2013年在其论文中描述的时序数据降采样方法。其特点在于使用相邻点构成的三角形面积作为权重筛选出特征点。

LTD：是英文Largest-Triangle-Dynamic的缩写，是Sveinn于2013年在其论文中描述的时序数据降采样方法。其特点在于通过动态调整桶的大小，优化了LTTB在数据不均匀分布的情况下的表现，能更好的反应密集波动数据的细节。

PI系统：OSIsoft公司的实时数据库产品，广泛应用于生产行业的实时数据存储和展示。

PI趋势图的降采样方法不会产生“斜坡效应”，但是在反应趋势特征上不如最大三角形算法，并且采样数量远大于给定的阈值(约为给定阈值的3-4倍)，可能引发绘图程序的性能问题。此为现有技术的不足之处。

有鉴于此，本发明提供一种用于时序数据降采样的方法和系统，以解决现有技术中存在的上述缺陷，是非常有必要的。

发明内容

本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种用于时序数据降采样的方法和系统，以解决上述技术问题。

为实现上述目的，本发明给出以下技术方案：

一种用于时序数据降采样的方法，包括以下步骤：

S1：定义TimeGap辅助算法，该算法步骤如下：

S11：对待降采样的数据中除最后一个数据点以外的每个数据点，计算△t＝t₁-t₀，作为本数据点的权重，最后一个数据点的权重设为0，其中t₀为当前数据点的时间，t₁为其右侧数据点的时间；

S12：按照权重由大到小的顺序，选取数据点及其右侧数据点作为已选数据点，直至已选数据点的数量大于或等于规定的阈值；