[發明專利]一種針對極端運行條件下的時間序列上升異常識別方法

有效

• 申請號: 202010097025.3
• 申請日: 2020-02-17
• 公開（公告）號: CN111338892B
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 李琦;龐賀;金福生;王樹良;岳鑫;韓翔宇
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06K9/62
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 曹鵬飛

1.一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，包括訓練階段和預警階段；

所述訓練階段包括以下內容：

將訓練數據集劃分為n個時間單元，依次計算每個時間單元中訓練數據的最大值和平均值，遍歷所有時間單元，獲取最大的最大值和最大的平均值，作為判別基數；

所述預警階段包括以下內容：

S1.獲取實時監測數據，計算當前時間單元內數據的最大值和平均值，并根據當前時間單元內數據的最大值和平均值計算當前時間單元的跳躍指數；

跳躍指數的具體計算方法為：

將當前時間單元內數據的最大值和平均值與前m₁個時間單元內數據的最大值和平均值分別進行比較，若當前時間單元內數據的最大值或平均值大于任意時間單元內對應的值時，則跳躍指數增加a，與m₁個時間單元均比較完成后，最終的結果為當前時間單元的跳躍指數；

S2.若跳躍指數大于跳躍閾值，且當前時間單元內數據的最大值和平均值均大于所述判別基數，則判定當前時間單元發生了跳躍；

若跳躍指數小于跳躍閾值，且當前時間單元內數據的最大值和平均值均大于所述判別基數，則進一步調整判別基數；

S3.分析相鄰的時間單元，若發生跳躍的時間單元的數量超過了數量閾值，則發出報警信號。

2.根據權利要求1所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，在進行訓練階段之前，確定訓練時長，根據訓練時長計算訓練數據集需要時間單元的個數，其中，每個所述時間單元需要dc個存儲空間。

3.根據權利要求2所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，獲取所述判別基數具體包括以下內容：

依次計算每個時間單元中訓練數據的最大值和平均值，并且只存儲當前最大的最大值和最大的平均值；

在遍歷完所有時間單元后，獲取所有訓練數據中最大的最大值和最大的平均值作為預警階段的所述判別基數；

時間單元內訓練數據的最大值和平均值的計算復雜度是o(dc)，所需要的存儲空間為dc+2，其中，dc個存儲空間存儲當前時間單元中的數據，2個存儲空間用于存儲所述判別基數。

4.根據權利要求1所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，在S1中，獲取實時監測數據后，當數據量湊夠一個時間單元后，開始計算當前時間單元內數據的最大值和平均值。

5.根據權利要求1所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，所述跳躍閾值具體設置為m₁/b。

6.根據權利要求5所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，所述判別基數的調整方法為：

對于最大值：首先計算當前時間單元內數據的最大值與原判別基數中的最大值的差值并稱為最大值差值，進而計算a倍的最大值差值與原判別基數中的最大值之和；

對于平均值：首先計算當前時間單元內數據的平均值與原判別基數中的平均值的差值并稱為平均值差值，進而計算a倍的平均值差值與原判別基數中的平均值之和。

7.根據權利要求1所述的一種針對極端運行條件下的時間序列上升異常識別方法，其特征在于，S3的具體包括以下內容：

分析相鄰的m₂個時間單元，其中m₂m₁，若發生跳躍的時間單元的數量超過了數量閾值，則說明實時監測數據出現了上升趨勢，發出報警信號。