[發明專利]相關雙數據流異常檢測與修正的方法

有效

• 申請號: 201710058111.1
• 申請日: 2017-01-23
• 公開（公告）號: CN108345574B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 吳宏杰;張聰;章曉明;秦寧寧;朱樹才
• 申請（專利權）人: 無錫市計量測試院
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 彭素琴

1.一種相關雙數據流異常檢測與修正的方法，其特征在于，所述相關雙數據流是指：作為輸入數據流的數據和作為輸出數據流的數據，且輸入數據流是輸出數據流的函數，所述方法包含對雙數據流的離線處理過程和在線處理過程，在線處理過程可以完成對異常數據的修正；離線處理過程中，雙數據流基于相同時間序列I＝{i|1,2,…,n}；其中，為便于表述，一輪生產過程被劃分為n個時間序列，每個序號也稱為時間索引號i，最末端的索引號為n；生產過程中，會對輸入數據流和輸出數據流進行多輪次的采集與記錄，其中輸入數據流為X，輸出數據流為Y；第j輪采集的數據流標記為X_j＝{x_j1,x_j2…,x_jn}和Y_j＝{y_j1,y_j2…,y_jn}；若共計輸入數據和輸出數據被采集了m輪，則每輪在第i個索引號處的采樣數據以數據簇CX_i＝[x_1i … x_mi]^T，CY_i＝[y_1i … y_mi]^T表示；在線處理過程中，某一輪基于序列I采集的輸入數據流為X＝{x₁，x₂，x₃，...x_n}，采集的輸出數據流為Y＝{y₁，y₂，y₃，...，y_n}，X和Y中均包含了不確定的異常數據，X和Y為將被檢測和修正的目標數據流；其中離線處理過程描述如下:若共計輸入數據和輸出數據被采集了m輪，對I的每個索引號i的數據簇CX_i,CY_i，分別計算其簇中心和形成離線簇中心集合和分別建立時間索引I與CCS_x,CCS_y的映射關系曲線CCIC：CCS_x→f_x(I)和CCS_y→f_y(I),f_x表示I與CCS_x之間的映射關系,f_y表示I與CCS_y之間的映射關系；

所述方法包括對每一次采集到的索引號為k的新數據，向前提取寬度為w的數據窗口，對其進行異常數據檢測和修正的在線處理過程，步驟如下:

步驟1：標記已提取的數據窗口分別為X_k＝{x_k-w+1，x_k-w，…，x_k}和Y_k＝{y_k-w+1，y_k-w，…，y_k}，并在簇中心集合中，對應提取和其中n≥k≥w-1,w≥1，若遇到當前數據的索引號為本輪較為靠前的數據，即1≤k＜w-1,w≥1時，則從前一輪采集的數據中順次選取最新的數據，保持窗口數據寬度為w；

步驟2：對數據窗口X_k進行異常數據檢測和修正，得到修正后無異常數據窗口X_k*；

步驟3：基于公式(1)和(2)，形成在線簇中心集合CCS_xk*,CCS_yk*：

步驟4：計算CCS_xk*和CCS_xk的協方差向量c和CCS_xk的協方差矩陣C，基于公式(3)的GPR預測模型，得到預測輸出Y_k'＝{y_k-w+1',y_k-w',…,y_k'}，數據序列y_k-w+1',y_k-w',…,y_k'是以修正后的輸入數據的數據窗口數據X_k*為輸入值，基于離線信息和GPR預測模型，得到的預測輸出數據的數據窗口的預測數據；

Y_k'＝c^T(CCS_xk*)C^-1CCS_yk (3)

步驟5：對預測輸出數據Y_k'進行對比檢測，間接實現對Y中異常數據的檢測和修正；

步驟6：雙數據流異常數據檢測和修正的在線處理過程結束，輸出修正后無異常數據流X_k*和Y_k*。