[发明专利]一种数据样本的扩充方法、装置、设备和介质

权利要求书

1.一种数据样本的扩充方法，其特征在于，包括：

获取原始时间序列数据；

对所述原始时间序列数据进行分解，以得到周期性成分数据和趋势性成分数据；

依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据；

将所述周期成分增强数据与所述趋势性成分数据进行叠加以得到扩充后的时间序列数据。

2.根据权利要求1所述的数据样本的扩充方法，其特征在于，所述依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据包括：

在所述占比大于或等于预设阈值的情况下，对所述周期性成分数据进行缩放和加噪处理，以得到周期成分增强数据。

3.根据权利要求1所述的数据样本的扩充方法，其特征在于，所述依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据包括：

在所述占比小于预设阈值的情况下，按照设定的业务分布规律，对所述周期性成分数据进行切片增强处理，以得到周期成分增强数据。

4.根据权利要求3所述的数据样本的扩充方法，其特征在于，所述按照设定的业务分布规律，对所述周期性成分数据进行切片增强处理，以得到周期成分增强数据包括：

根据设定的业务分布规律从所述周期性成分数据中截取数据片段；

按照设定的数据需求量对所述数据片段进行延拓；

将延拓后的数据片段进行缩放和加噪处理，以得到周期成分增强数据。

5.根据权利要求4所述的数据样本的扩充方法，其特征在于，所述按照设定的数据需求量对所述数据片段进行延拓包括：

基于所述数据需求量以及所述数据片段的数据长度，确定出延拓倍数；

按照所述延拓倍数对数据片段进行重复复制，以得到延拓后的数据片段。

6.根据权利要求1所述的数据样本的扩充方法，其特征在于，针对于所述周期性成分数据在所述原始时间序列数据中的占比的确定，所述方法包括：

获取所述周期性成分数据的第一极差值以及所述原始时间序列数据的第二极差值；

将所述第一极差值和所述第二极差值的和值作为总极差值；将所述第一极差值与所述总极差值的比值作为所述周期性成分数据在所述原始时间序列数据中的占比。

7.根据权利要求1至6任意一项所述的数据样本的扩充方法，其特征在于，所述原始时间序列数据为设备运行状态数据；所述方法还包括：

利用所述扩充后的时间序列数据对初始设备状态分类模型进行训练，以得到满足精确度要求的设备状态分类模型，以便于依据所述设备状态分类模型确定出新获取的设备运行状态数据对应的设备状态。

8.一种数据样本的扩充装置，其特征在于，包括获取单元、分解单元、增强单元和叠加单元；

所述获取单元，用于获取原始时间序列数据；

所述分解单元，用于对所述原始时间序列数据进行分解，以得到周期性成分数据和趋势性成分数据；

所述增强单元，用于依据所述周期性成分数据在所述原始时间序列数据中的占比，对所述周期性成分数据进行增强处理以得到周期成分增强数据；

所述叠加单元，用于将所述周期成分增强数据与所述趋势性成分数据进行叠加以得到扩充后的时间序列数据。

9.一种数据样本的扩充设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求1至7任意一项所述数据样本的扩充方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述数据样本的扩充方法的步骤。