CN108509990A - 一种时序键值型工业过程数据并行分析方法 - Google Patents

Abstract

本发明公开了一种时序键值型工业过程数据并行分析方法，它包括：S1：获取时序数据；S2：数据预处理；S3：将时序数据并行分割；S4：将分段后所得转折点与对应斜率作为关键数据点，分别建立集合，改进距离度量，基于动态时间弯曲方法，并行计算动态弯曲距离，进行相似性判别，进而分类。本发明取得的有益效果是：能够并行分割时序数据，获得工业过程中关键数据，能够并行计算动态弯曲距离。

Description

一种时序键值型工业过程数据并行分析方法

技术领域

本发明涉及工业数据分析技术领域，特别是一种时序键值型工业过程数据并行分析方 法。

背景技术

工业制造水平的不断发展，数据呈现爆发式增长，海量传感器用来监控相应组 件的运行状态，传感器收集的频率也越来越快。收集到的时序数据通常较长，具有 高维性，需要进行有效快速的分割，大多数复杂的分割算法都必须考虑时间序列长 度带来的挑战，目前时序数据的分析方法缺少对时间序列趋势特征的考虑。

发明内容

有鉴于现有技术的上述缺陷，本发明的目的就是提供一种时序工业键值型工业数据并 行分析方法，能够并行分割时序数据，并且子时间序列保留了趋势特征，采用分段 聚合的方法对分割后的子序列进行降维，基于欧式距离对时间序列进行分类。

本发明的目的是通过这样的技术方案实现的，一种时序键值型工业过程数据并行分析方法，它包括有：

S1：获取时序数据；

S2：数据预处理；

S3：将时序数据并行分割，获得转折点和对应的斜率，作为关键数据点，并将 关键数据点构建为新的时间序列；

S4：基于动态时间弯曲方法，采用改进距离度量与并行计算弯曲路径矩阵，进 行相似性判别，进而分类。

进一步，所述步骤S2包括有：工业过程采集的数据往往含有大量噪声数据、 异常数据等，所以需要对原始数据进行预处理，具体步骤如下：

S21：对原始数据进行偏差检测，基于专家经验发现噪声点、异常数据点；

S22：采用Savitzky-Golay滤波方法，对噪声点、异常数据进行光滑处理；

进一步，所述步骤S3包括有：通过寻找转折点对原始时序数据进行分割，形 成N段子序列；具体步骤如下：

S301：输入：时间序列T＝T₁,T₂,T₃,...,T_M；计算时间序列均值：

S302：设初始累计和：S₀＝0；

S303：设置各点累计和：

S304：设定S_max＝max{|S_i，i＝1,2,…,M}，得到输出U_i；

S305：重复以上步骤直至将原时间序列分为N段。

进一步，所述步骤S3还包括有：对分割后的N段子序列进行并行自适应分 割，获取转折点和对应的斜率，具体步骤如下：

S306：输入子序列：Q＝Q₁,Q₂,Q₃,…,Q_J；设定滑动窗口fit＝L；

S307：通过线性回归方法计算窗口内数据点的斜率k₁；

S308：滑动窗口移至下一点，计算窗口L+1个点的斜率k₂；

S309：|k₁-k₂|<阈值，则重复步骤S308；

S310：|k₁-k₂|>阈值，则Q_L+1则为变化点，并记录对应的斜率k₁；

S311：循环执行直到最后一个点；

S312：将获得转折点构建为新的时间序列

通过步骤S301至步骤S311，将原始时间序列分割完成。

进一步，所述步骤S4的具体步骤如下：

S41：工业过程监测中往往关心系统运行现有状态和状态改变后下一个运行状态，其中转折点可以表示现有状态，而斜率可以表示状态的改变，时间序列S、C 为通过S3得到时间序列S＝S₁，S₂，S_i，…，S_N，其对应的斜率集合K＝K₁， K₂,...,K_N；时间序列C＝C₁，C₂，C_j,…,C_M，其对应的斜率集合H＝H1，H2，…， H_M；

S42：定义距离度量d(S_i,C_j)＝α(S_i–C_j)²+β(K_i-H_j)²，其中α＝sin²θ，β＝cos²θ；θ 属于即距离函数为D(S,C)＝αDTW(S,C)+βDTW(K,H)；

S43：将时间序列S根据斜率，按照上升或下降进行分段，即Q₁，Q₂， Q_i，…,Q_N，时间序列C不分；

S44：基于动态时间弯曲方法，根据S42的距离度量函数并行计算，建立距离矩 阵D(Q_i,C)，其中i＝1,2，…,N；

S451：对于D(Q₁,C),由于根据边界条件，弯曲路劲第一个点已经确立了，即(1,1),所以可以很快找到最短弯曲路劲；

S452：对于D(Q_i,C)，根据连续条件的限制，可得到数条满足条件的弯曲路劲， 然后选择最短路径即可；

S453：重复S452，直到最后一个距离矩阵；

S454：将上面得到的弯曲路劲连接起来，得到距离D，进行相似判断，若D<阈 值，则两条时间序列相似，进而聚类；

S46：求θ；

S461：训练模型：给定时间序列长度为W，θ在范围内，且以0.01变化， 采用枚举法，选择错误最小的θ；

S462：训练集对长度为W时间序列进行模型训练，得到多个参数θ，求平均 值，即为最终需要的参数；

S47：根据参数θ可判断时间序列相似性度量中趋势特征所占的比重，参数θ 值也大，趋势特征所占的比重越大。

由于采用了上述技术方案，本发明具有如下的优点：本发明可以对长时间序列 进行并行分割，加快了分割速度，并且较好保留了原始的子时间序列趋势特征，本 发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在 某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者 可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书 和权利要求书来实现和获得。

附图说明

本发明的附图说明如下：

图1为时序键值型工业过程数据并行分析方法的流程示意图。

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。

实施例：如图1所示；一种时序键值型工业过程数据并行分析方法，它包括 有：

S1：获取时序数据；

S2：数据预处理；

S3：将时序数据并行分割，获得转折点和对应的斜率，作为关键数据点，并将 关键数据点构建为新的时间序列。

S4：基于动态时间弯曲方法，采用改进距离度量与并行计算弯曲路径矩阵，进 行相似性判别，进而分类，如表1所示。

表1并行计算弯曲路径表

其中S1，S2，S3为时间序列S的子序列，C为时间序列。最短弯曲路径为： 表1中加粗的字体，即(S₂，C)＝(71,69)为2和3；(S₂，C)＝(73,73)为5； (S₂，C)＝(73,75)为4；(S₂，C)＝(80,79)为35；(S₂，C)＝(80,80)为 35；(S₂，C)＝(80,79)为36；(S₃，C)＝(78,78)为30；(S₃，C)＝(76,76) 为30以及(S₃，C)＝(75,76)为31。

工业过程采集的数据往往含有大量噪声数据、异常数据等，所以需要对原始数 据进行预处理，具体步骤如下：

S21：对原始数据进行偏差检测，基于专家经验发现噪声点、异常数据点。

S22：采用Savitzky-Golay滤波方法，对噪声点、异常数据进行光滑处理。

通过寻找转折点对原始时序数据进行分割，形成N段子序列；具体步骤如下：

S301：输入：时间序列T＝T₁,T₂,T₃,...,T_M；计算时间序列均值：

S302：设初始累计和：S₀＝0；

S303：设置各点累计和：

S304：设定S_max＝max{|S_i，i＝1,2,…,M}，得到输出U_i；

S305：重复以上步骤直至将原时间序列分为N段。

对分割后的N段子序列进行并行自适应分割，获取转折点和对应的斜率，具体 步骤如下：

S306：输入子序列：Q＝Q₁,Q₂,Q₃,…,Q_J；设定滑动窗口fit＝L；

S307：通过线性回归方法计算窗口内数据点的斜率k₁；

S308：滑动窗口移至下一点，计算窗口L+1个点的斜率k₂；

S309：|k₁-k₂|<阈值，则重复步骤S208；

S310：|k₁-k₂|>阈值，则Q_L+1则为变化点，并记录对应的斜率k₁；

S311：循环执行直到最后一个点；

S312：将获得转折点构建为新的时间序列

通过步骤S301至步骤S311，将原始时间序列分割完成。

所述步骤S4的具体步骤如下：

S4：如表1所示并行计算动态弯曲路径，并进行相似化比较，进而分类。

S41：工业过程监测中往往关心系统运行现有状态和状态改变后下一个运行状态，其中转折点可以表示现有状态，而斜率可以表示状态的改变，时间序列S、C 为通过S3得到时间序列S＝S₁，S₂，S_i，…，S_N，其对应的斜率集合K＝K₁， K₂,...,K_N；时间序列C＝C₁，C₂，C_j,…,C_M，其对应的斜率集合H＝H1，H2，…， H_M；

S42：定义距离度量d(S_i,C_j)＝α(S_i–C_j)²+β(K_i-H_j)²，其中α＝sin²θ，β＝cos²θ；θ 属于即距离函数为D(S,C)＝αDTW(S,C)+βDTW(K,H)；

S43：将时间序列S根据斜率，按照上升或下降进行分段，即Q₁，Q₂， Q_i，…,Q_N，时间序列C不分段。

S44：基于动态时间弯曲方法，根据S42的距离度量函数并行计算，建立距离矩 阵D(Q_i,C)，其中i＝1,2，…,N。

S451：对于D(Q₁,C),由于根据边界条件，弯曲路劲第一个点已经确立了，即 (1,1),所以可以很快找到最短弯曲路劲。

S452：对于D(Q_i,C)，根据连续条件的限制，可得到数条满足条件的弯曲路劲， 然后选择最短路径即可。

S453：重复S452，直到最后一个距离矩阵。

S454：将上面得到的弯曲路劲连接起来，得到距离D，进行相似判断，若D< 阈值，则两条时间序列相似，进而聚类。

S46：求θ；

S461：训练模型：给定时间序列长度为W，θ在范围内以0.01变化，采用 枚举法，选择错误最小的θ。

S462：训练集对长度为W时间序列进行模型训练，得到多个参数θ，求平均 值，即为最终需要的参数。

S47：根据参数θ可判断时间序列相似性度量中趋势特征所占的比重，参数θ 值也大，趋势特征所占的比重越大。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照 较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本 发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均 应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种时序键值型工业过程数据并行分析方法，其特征在于，所述方法包括有：

S1：获取时序数据；

S2：数据预处理；

S3：将时序数据并行分割，获得转折点和对应的斜率，作为关键数据点，并将关键数据点构建为新的时间序列；

S4：基于动态时间弯曲方法，采用改进距离度量与并行计算弯曲路径矩阵，进行相似性判别，进而分类。

2.如权利要求1所述的时序键值型工业过程数据并行分析方法，其特征在于，所述步骤S2包括有：工业过程采集的数据往往含有大量噪声数据、异常数据等，所以需要对原始数据进行预处理，具体步骤如下：

S21：对原始数据进行偏差检测，基于专家经验发现噪声点、异常数据点；

S22：采用Savitzky-Golay滤波方法，对噪声点、异常数据进行光滑处理。

3.如权利要求1所述的时序键值型工业过程数据并行分析方法，其特征在于，所述步骤S3包括有：通过寻找转折点对原始时序数据进行分割，形成N段子序列；具体步骤如下：

S301：输入：时间序列T＝T₁,T₂,T₃,...,T_M；计算时间序列均值：

S302：设初始累计和：S₀＝0；

S303：设置各点累计和：

S304：设定S_max＝max{|S_i，i＝1,2,…,M}，得到输出U_i；

S305：重复以上步骤直至将原时间序列分为N段。

4.如权利要求3所述的时序键值型工业过程数据并行分析方法，其特征在于，所述步骤S3还包括有：对分割后的N段子序列进行并行自适应分割，获取转折点和对应的斜率，具体步骤如下：

S306：输入子序列：Q＝Q₁,Q₂,Q₃,…,Q_J；设定滑动窗口fit＝L；

S307：通过线性回归方法计算窗口内数据点的斜率k₁；

S308：滑动窗口移至下一点，计算窗口L+1个点的斜率k₂；

S309：|k₁-k₂|<阈值，则重复步骤S308；

S310：|k₁-k₂|>阈值，则Q_L+1则为变化点，并记录对应的斜率k₁；

S311：循环执行直到最后一个点；

S312：将获得转折点构建为新的时间序列；

通过步骤S301至步骤S311，将原始时间序列分割完成。

5.如权利要求1所述的时序键值型工业过程数据并行分析方法，其特征在于，所述步骤S4的具体步骤如下：

S41：工业过程监测中往往关心系统运行现有状态和状态改变后下一个运行状态，其中转折点可以表示现有状态，而斜率可以表示状态的改变，时间序列S、C为通过S3得到时间序列S＝S₁，S₂，S_i，…，S_N，其对应的斜率集合K＝K₁，K₂,...,K_N；时间序列C＝C₁，C₂，C_j,…,C_M，其对应的斜率集合H＝H1，H2，…，H_M；

S42：定义距离度量d(S_i,C_j)＝α(S_i–C_j)²+β(K_i-H_j)²，其中α＝sin²θ，β＝cos²θ；θ属于即距离函数为D(S,C)＝αDTW(S,C)+βDTW(K,H)；

S43：将时间序列S根据斜率，按照上升或下降进行分段，即Q₁，Q₂，Q_i，…,Q_N，时间序列C不分段；

S44：基于动态时间弯曲方法，根据S42的距离度量函数并行计算，建立距离矩阵D(Q_i,C)，其中i＝1,2，…,N；

S451：对于D(Q₁,C),由于根据边界条件，弯曲路劲第一个点已经确立了，即(1,1),所以可以很快找到最短弯曲路劲；

S452：对于D(Q_i,C)，根据连续条件的限制，可得到数条满足条件的弯曲路劲，然后选择最短路径即可；

S453：重复S452，直到最后一个距离矩阵；

S454：将上面得到的弯曲路劲连接起来，得到距离D，进行相似判断，若D<阈值，则两条时间序列相似，进而聚类；

S46：求θ；

S461：训练模型：给定时间序列长度为W，θ在范围内以0.01变化，采用枚举法，选择错误最小的θ；

S462：训练集对长度为W时间序列进行模型训练，得到多个参数θ，求平均值，即为最终需要的参数；

S47：根据参数θ可判断时间序列相似性度量中趋势特征所占的比重，参数θ值也大，趋势特征所占的比重越大。