[發明專利]一種基于移動區間關聯性趨勢的預警閾值設置方法

在審

• 申請號: 202010061958.7
• 申請日: 2020-01-19
• 公開（公告）號: CN111274544A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 劉興旺;劉華;陳斌;吳來義;梅大鵬;楊文爽;趙大成;耿東升;付一小;張永民
• 申請（專利權）人: 中鐵大橋（南京）橋隧診治有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 母秋松

1.一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：包括如下步驟：

獲取監測數據中具有關聯性關系的自變量數據X_n及應變量數據Y_n，n為數據個數n＝1,2,3,...,N；

根據自變量數據X_n，應變量數據Y_n計算區間預警趨勢值data_mid,i,i＝1,2,...,M；

計算應變量數據Y_n和對應預警趨勢序列A_mid,n間的差值數據E_n,n＝1,2,...,N；

計算差值數據E_n在一定保證率α下的分位上限值、分位下限值；

計算應變量藍色預警通常值下限值、上限值。

2.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：還包括：計算應變量紅色預警下限值、上限值。

3.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述區間預警趨勢值data_mid,i計算步驟如下：

以自變量數據X_n為基準、L_step為步長進行移動區間劃分，得到M個自變量區間，M個自變量區間對應的應變量數據為f_data,i，其中，i＝1,2,...,M，M＝int((max(X_n)-min(X_n))/L_step)+1；

分別將M個自變量區間對應的f_data,i細分為m個區段，統計各個區段上數據頻率值p_k＝data_k/n，data_k為第i個自變量區間對應的f_data,i在第k個區段上的頻數，n為第i個自變量區間對應的f_data,i數據總個數，k＝1,2,...,m；

計算各個區段上數據頻率值p_k與該區段長度上的分布函數概率密度積分值fre_k間的殘差r_k的平方和，r_k＝p_k-fre_k,k＝1,2,...,m，取a最小值時對應的概率分布為最優概率分布，得到第i個自變量區間對應的f_data,i最優概率分布下的概率最大值對應的應變量數據作為區間預警趨勢值data_mid,i,i＝1,2,...,M。

4.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述差值數據E_n計算步驟如下：

根據應變量數據Y_n的數據個數N對區間預警趨勢值data_mid,i,i＝1,2,...,M進行插值，得到預警趨勢序列A_mid,n,n＝1,2,...,N,根據E_n＝Y_n-A_mid,n計算差值數據E_n,n＝1,2,...,N。

5.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述分位上限值、分位下限值計算步驟如下：

以差值數據E_n為基準、L_step為步長進行移動區間劃分，得到M個差值區間，基于隨機變量分布函數分別計算差值子序列E_i,i＝1,2,...,M在一定保證率α下的分位上限值、分位下限值分別作為差值子序列的通常上限值diff_i,u、通常下限值diff_i,d，i＝1,2,...,M；

其中，F^-1(·)隨機變量分布函數的反函數。