CN103761673A - 一种用于判断指标异常的回归方法和系统 - Google Patents
一种用于判断指标异常的回归方法和系统 Download PDFInfo
- Publication number
- CN103761673A CN103761673A CN201410005360.0A CN201410005360A CN103761673A CN 103761673 A CN103761673 A CN 103761673A CN 201410005360 A CN201410005360 A CN 201410005360A CN 103761673 A CN103761673 A CN 103761673A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- day
- abnormal
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用于判断指标异常的回归的方法和系统,包括:指标数据库,曲线拟合服务器和分析装置,其中,指标数据库,用于从计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据,并按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体;曲线拟合服务器,用于根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据;分析装置,用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据数据间偏离的程度,确定异常数据。为异常引起的指标偏差具体数值进行定量分析。
Description
技术领域
本发明属于煤矿管理领域,特别涉及一种用于判断指标异常的回归方法和系统。
背景技术
目前火力发电公司的SIS系统近几年比较普及,但基于SIS数据的二次开发不多,开发出来的数据或是计算结果,或是数据列表,可视化程度不高;并且并没有一种数据指标的异常判断方面的功能。
发明内容
基于现有技术中存在的上述技术问题。本发明的目的在于提出一种用于判断指标异常的回归方法和系统。
本发明提供了一种用于判断指标异常的回归的系统,包括:指标数据库,曲线拟合服务器和分析装置,其中,指标数据库,用于从计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据,并按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体;曲线拟合服务器,用于根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据;分析装置,用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据数据间偏离的程度,确定异常数据。
本发明还提供了一种用于判断指标异常的回归的方法,包括:
步骤1:指标数据库从计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据;指标数据库按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体;
步骤2:曲线拟合服务器根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据;
步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据专业经验和数据间偏离的程度,确定异常数据。
本发明的有益效果是:两个相关指标的图形化表示、指标偏差时的异常显示、对异常指标偏离拟合曲线的数值可以实现自定义偏差以实现异常判断以及为异常引起的指标偏差具体数值进行定量分析。
附图说明
图1为本发明的一种用于判断指标异常的回归系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,应指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
基于火力发电厂SIS系统的二次开发,对与负荷相关的指标,用目测的方法基本无法判断数据的正常和异常,但将所有数据进行回归拟合,则正常和异常数据,以及异常的偏离程度就一目了然了。
下面结合附图和具体 实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供了一种用于判断指标异常的回归的系统,包括:指标数据库1,曲线拟合服务器2和分析装置3,其中,指标数据库,用于从电厂计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据,并按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体。曲线拟合服务器,用于根据数据相关性,拟合指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据。分析装置,用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据专业经验和数据间偏离的程度,确定可能存在的异常数据。
本发明提供了一种用于判断指标异常的回归的方法,包括:
步骤1:指标数据库从电厂计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据。指标数据库按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体。这的指标数据库是对指标进行异常分析的数据基础。
步骤2:曲线拟合服务器根据数据相关性,拟合指标日数据间的一元N次回归方程,从而得到相应的理论数据。
数据相关性的拟合回归是本产品的核心。其原理为:给出一组点数据(x1,y1)……(xn,yn),确定x和y之间为一元N次方程关系,采用最小二乘法,即可拟合出x和y之间的回归方程y=f(x)。根据此逻辑,可拟合任意两个指标之间的回归曲线,从而分析它们之间的相关性。拟合回归出指标间的关系后,即可根据自变量指标找到需要分析的因变量指标的理论值。
步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据专业经验和数据间偏离的程度,确定可能的异常数据。
与实际的指标数据进行对比分析,在进行分拟合回归时,可根据专业经验,去除明显的异常数据,设置指标的合理范围,让曲线拟合后的理论数据更为合理。设置实际值与理论值的偏离程度,自动查找超出偏离范围的异常数据。
本发明的方法和系统可以实现:两个相关指标的图形化表示、指标偏差时的异常显示、对异常指标偏离拟合曲线的数值可以实现自定义偏差以实现异常判断以及为异常引起的指标偏差具体数值进行定量分析。
上面描述仅是本发明的一个具体实施例,显然在本发明的技术方案指导下本领域的任何人所作的修改或局部替换,均属于本发明权利要求书限定的范围。
Claims (3)
1.一种用于判断指标异常的回归的系统,其特征在于,包括:指标数据库,曲线拟合服务器和分析装置,其中,指标数据库,用于从计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据,并按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体;曲线拟合服务器,用于根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据;分析装置,用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据数据间偏离的程度,确定异常数据。
2.一种用于判断指标异常的回归的方法,其特征在于,包括:
步骤1:指标数据库从计划统计系统中获取到的指标日数据,而该计划统计系统中的数据来源于SIS系统中的实时数据;指标数据库按照机组,时间和指标维度对指标日数据进行挖掘,构造出相应的数据立方体;
步骤2:曲线拟合服务器根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,从而得到指标日数据相应的理论数据;
步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较,根据专业经验和数据间偏离的程度,确定异常数据。
3.如权利要求2所述的用于判断指标异常的回归的方法,其特征在于,所述曲线拟合服务器根据数据相关性,拟合指标数据库中的指标日数据间的一元N次回归方程,包括:
所述曲线拟合服务器根据给出的一组点数据(x1,y1)……(xn,yn),定x和y之间为一元N次方程关系,采用最小二乘法,拟合出x和y之间的回归方程y=f(x)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410005360.0A CN103761673A (zh) | 2014-01-03 | 2014-01-03 | 一种用于判断指标异常的回归方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410005360.0A CN103761673A (zh) | 2014-01-03 | 2014-01-03 | 一种用于判断指标异常的回归方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103761673A true CN103761673A (zh) | 2014-04-30 |
Family
ID=50528907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410005360.0A Pending CN103761673A (zh) | 2014-01-03 | 2014-01-03 | 一种用于判断指标异常的回归方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103761673A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909472A (zh) * | 2017-12-08 | 2018-04-13 | 上海壹账通金融科技有限公司 | 经营数据审核方法、装置、设备及计算机可读存储介质 |
CN113446703A (zh) * | 2021-07-01 | 2021-09-28 | 宁波奥克斯电气股份有限公司 | 空调器噪音分析方法、装置、服务器及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1713182A (zh) * | 2004-06-23 | 2005-12-28 | 微软公司 | 数据透视中的异常检测 |
CN1845029A (zh) * | 2005-11-11 | 2006-10-11 | 南京科远控制工程有限公司 | 故障诊断与事故预报的设置方法 |
-
2014
- 2014-01-03 CN CN201410005360.0A patent/CN103761673A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1713182A (zh) * | 2004-06-23 | 2005-12-28 | 微软公司 | 数据透视中的异常检测 |
CN1845029A (zh) * | 2005-11-11 | 2006-10-11 | 南京科远控制工程有限公司 | 故障诊断与事故预报的设置方法 |
Non-Patent Citations (2)
Title |
---|
胡孔 等: "基于回归的多层数据立方体中的异常发现算法", 《计算机集成制造系统》 * |
高晓栋: "基于SIS系统的电厂过程控制数据的挖掘研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909472A (zh) * | 2017-12-08 | 2018-04-13 | 上海壹账通金融科技有限公司 | 经营数据审核方法、装置、设备及计算机可读存储介质 |
CN107909472B (zh) * | 2017-12-08 | 2020-11-03 | 深圳壹账通智能科技有限公司 | 经营数据审核方法、装置、设备及计算机可读存储介质 |
CN113446703A (zh) * | 2021-07-01 | 2021-09-28 | 宁波奥克斯电气股份有限公司 | 空调器噪音分析方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103793853B (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN113051755A (zh) | 一种可划分地域的配电网运行可靠性判断的方法及系统 | |
CN104008510A (zh) | 电网工程质量控制方法 | |
CN105550938A (zh) | 县域耕地质量评价成果异常值检验方法 | |
CN114184996B (zh) | 低压台区智能电表的计量异常行为辨识方法及装置 | |
CN103761673A (zh) | 一种用于判断指标异常的回归方法和系统 | |
CN105894706B (zh) | 一种森林火灾预测方法及其系统 | |
CN104156453A (zh) | 一种超短期母线负荷预测实时在线考核分析方法 | |
Dong | Mine gas emission prediction based on Gaussian process model | |
CN104615513A (zh) | 多级代码标准化故障分析方法 | |
CN105046586A (zh) | 一种计量点地理信息管理系统 | |
CN104462815A (zh) | 一种基于潮流分布均衡度的目标网架安全性分析方法 | |
CN104182583A (zh) | 基于联合分析法的配电网设备状态指标权重分析方法 | |
CN109543974A (zh) | 一种架空输电线路状态评价系统及其工作方法 | |
CN104268700A (zh) | 一种主网工程造价投资智能预警控制系统 | |
Pang | Improving building performance at urban scale with a framework for real-time data sharing | |
Ferryman et al. | Investigation of phase angle differences using statistical analysis of real world state estimator data | |
Wang et al. | Big Data Impact Analysis of Smart Grid based on AHP method | |
Sarkar et al. | Future climate change scenario at hot semi-arid climate of Ahmedabad (23.04 N, 72.38 E), India based on statistical downscaling by LARS-WG Model | |
CN101299535B (zh) | 大电网连锁故障及异地多点故障的自动识别控制方法 | |
Jie et al. | Research on evaluation method of electronic product maturity | |
Hyde | Reviewing Benchmarking Systems for Retrofitting: How can benchmarking be harnessed for the purposes of retrofitting? | |
Hyde | REVIEWING BENCHMARKING SYSTEMS FOR RETROFITTING | |
Pan et al. | Research on Air Traffic Center Control Effectiveness Evaluation Based on Cloud Model | |
Cai et al. | Analysis on the Application of Computer Technology in Water and Soil Conservation Monitoring in Production and Construction Projects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140430 |
|
RJ01 | Rejection of invention patent application after publication |