[发明专利]一种多元工业时间序列数据的分段方法

摘要

本发明提出一种多元工业时间序列数据的分段方法，包括：连续采集要做分段处理的多元工业过程时间序列数据，并进行预处理；选取一段足够长的数据作为训练集，确定DiPCA算法的两个参数；构造基于可预测性的成本函数，进而构造全局优化目标函数；确定目标分段数量；选取具有最大成本函数值的子序列对，以使全局优化目标函数最优化；人工设置一个可接受的最短子序列长度，以此过滤错误分段，输出最后的分段数量；本发明解决了基于传统PCA的分段技术忽视动态特性的问题，同时也解决了基于传统DPCA的分段技术难以应用于高维数据的问题。在分段精度要求较高的场合，本发明方法更优。

主权项

1.一种多元工业时间序列数据的分段方法，其特征在于，具体步骤如下：步骤1：连续采集要做分段处理的多元工业过程时间序列数据，并进行预处理；所述预处理具体为中心化原始数据：其中，k代表时刻，x′_k为k时刻的m维原始数据向量，为原始数据的均值向量，x_k为k时刻中心化后的数据向量，n为数据个数；步骤2：选取一段足够长的数据作为训练集，确定DiPCA算法的两个参数：时间延迟数s、动态潜变量数量l；步骤2.1：确定时间延迟数s：DiPCA算法提取DLV的目标函数如下：其中，J为优化目标，k代表时刻，x_k为k时刻的m维原始数据，T为转置符号，w为m维载荷向量，β为s维权值向量，s为时间延迟数，为克罗内克积(Kronecker product)，目标J是s的单调递增函数，函数曲线为肘型函数曲线，肘点处对应的s即为最佳选择；步骤2.2：根据DLVs对目标值J的贡献度决定l的取值，具体为：DLVs对J的贡献度按照从高到低排序，从高到低选取DLVs，直至贡献度累加至90％，此时DLVs的数量即为l的取值；步骤3：利用已确定的确定DiPCA算法的两个参数，构造基于可预测性的成本函数，进而构造全局优化目标函数；步骤4：确定目标分段数量：全局目标函数是分段数量的单调递增函数，函数曲线为肘型函数曲线，曲线肘点对应的分段数即为最佳目标分段数量；步骤5：选取具有最大成本函数值的子序列对，以使全局优化目标函数最优化，具体为：若不满足分段数量，将最大成本函数值的子序列对与左右相邻的子序列求取新的合并成本函数，直到满足分段数量，则停止合并转到步骤6；步骤6：人工设置一个可接受的最短子序列长度，以此过滤错误分段，输出最后的分段数量，具体为：步骤6.1：查找长度短于可接受的最短子序列长度的子序列，记做错误分段子序列，计算错误的分段子序列与左右两个相邻子序列的合并成本函数，将其与合并成本函数更大的一个相邻子序列融合；步骤6.2：查找直到没有短于可接受的最短子序列长度的子序列，则停止查找，并输出最后的分段数量，否则，转到步骤6.1继续查找短于可接受的最短子序列长度的子序列。