[发明专利]滑动窗分段直线表示法的总拟合误差阈值估计方法与系统

摘要

本发明公开了滑动窗分段直线表示法的总拟合误差阈值估计方法与系统，具体包括：选取工业报警系统中采集到的一段历史时间序列数据作为训练数据；选取典型数据趋势时间尺度；由训练数据的统计性质估计拟合残差的分布，根据拟合残差的分布计算滑动窗分段方法对应的总拟合误差阈值，所确定的总拟合误差的阈值，应使得实施滑动窗分段方法后的直线段平均时间长度等于典型数据趋势时间尺度。本发明快速确定合适的总拟合误差阈值，能有效地辅助操作人员快速实施滑动窗数据分段方法，达到提高过程监控工作效率目的。基于此阈值计算方法实施滑动窗分段方法，所得到的分段结果与信号幅值、噪声水平无关，而仅依赖于时间序列的趋势变化，具有良好的可靠性。

主权项

1.滑动窗分段直线表示法的总拟合误差阈值估计方法，其特征是，为离线训练步骤，所述离线训练步骤中，具体包括：选取工业报警系统中采集到的一段历史时间序列数据作为训练数据；选取典型数据趋势时间尺度，该典型数据趋势时间尺度指的是描述时间序列变化趋势所需的样本量的时长平均值；由训练数据的统计性质估计拟合残差的分布，根据拟合残差的分布计算滑动窗分段方法对应的总拟合误差阈值，所确定的总拟合误差的阈值，应使得实施滑动窗分段方法后的直线段平均时间长度等于典型数据趋势时间尺度；所述由训练数据的统计性质估计拟合残差的分布，具体为：将训练数据时间序列进行分段线性表示，包含N段直线段，长度分别为L1,L2,L,LN，继而获得任意的第n个直线段Sn的表达式；设直线段Sn的拟合直线，选取拟合直线的任意两个数据点及该直线段上的对应点，获得两组数据的残差；假设残差满足均值为零的高斯分布，计算残差的方差的估计值；训练数据时间序列表示为：x(1:t)＝[x(1),x(2),…,x(t)]′；训练数据时间序列的分段线性表示为另一时间序列包含N段直线段，长度分别为L₁,L₂,…,L_N，且有任意的第n个直线段Sn表示为令残差该段的总拟合误差为总拟合误差的阈值η满足根据该准则，合适的阈值η使得各直线段的长度均值接近于典型数据趋势时间尺度T，即