CN109791402A - 时间序列数据处理装置 - Google Patents
时间序列数据处理装置 Download PDFInfo
- Publication number
- CN109791402A CN109791402A CN201680089722.6A CN201680089722A CN109791402A CN 109791402 A CN109791402 A CN 109791402A CN 201680089722 A CN201680089722 A CN 201680089722A CN 109791402 A CN109791402 A CN 109791402A
- Authority
- CN
- China
- Prior art keywords
- data
- convex
- time series
- pattern
- convex data
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims abstract description 23
- 230000007423 decrease Effects 0.000 claims abstract description 12
- 230000000630 rising effect Effects 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 27
- 238000000926 separation method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000009428 plumbing Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Factory Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
时间序列数据处理装置(10)具有:凸型数据提取部(2),其从随着时间的经过依次进行观测而得到的值的列即时间序列数据(1)中,提取由值相对于时间连续上升的上升支路和值相对于时间连续下降的下降支路构成的凸型数据;出现图案定义部(3),其定义时间序列数据(1)中的凸型数据的出现图案;以及出现图案检测部(4),其从凸型数据提取部(2)提取出的凸型数据的集合中,检测与出现图案定义部(3)定义的出现图案一致的1个以上的凸型数据作为区段(5)。
Description
技术领域
本发明涉及对时间序列数据进行处理的时间序列数据处理装置。
背景技术
在火力、水力或原子力等发电成套设备、化工成套设备、钢铁成套设备或上下水道成套设备等中,导入用于对成套设备的过程进行控制的控制系统。在楼宇或工厂等的机器中,也导入用于对空调、电气、照明或给排水等进行控制的控制系统。在这些控制系统中,蓄积有由安装于装置的传感器随着时间的经过而观测到的各种时间序列数据。
同样,在与经济或经营等有关的信息系统中,也蓄积有随着时间的经过而记录股价或销售额等的值的时间序列数据。
以往,通过对这些时间序列数据的值的变化进行分析,检测成套设备、机器或经营状态等的异常等。特别地,通过求出时间序列数据的值的上下变动的程度,检测异常等。
例如,专利文献1的数据分析装置构成为从制造某个产品的工序整体的时间序列数据中提取事件区间的时间序列数据,检测事件区间内的异常等。
现有技术文献
专利文献
专利文献1:日本特开2004-318273号公报
发明内容
发明要解决的课题
但是,在专利文献1的数据分析装置中,为了提取对制造工序进行细分的每个事件的时间序列数据,需要从生产线取得并使用表示事件产生时刻的事件信息。因此,数据分析装置存在如下课题:在不存在事件信息的情况下,无法提取事件区间的时间序列数据。
本发明正是为了解决上述这种课题而完成的,其目的在于,在不存在表示事件产生时刻的事件信息的情况下,也能够提取事件区间的时间序列数据。
用于解决课题的手段
本发明的时间序列数据处理装置具有:凸型数据提取部,其从随着时间的经过依次进行观测而得到的值的列即时间序列数据中,提取由值相对于时间连续上升的上升支路和值相对于时间连续下降的下降支路构成的凸型数据;出现图案定义部,其定义时间序列数据中的凸型数据的出现图案;以及出现图案检测部,其从凸型数据提取部提取出的凸型数据的集合中,检测与出现图案定义部定义的出现图案一致的1个以上的凸型数据。
发明效果
根据本发明,从凸型数据的集合中,检测与出现图案定义部定义的出现图案一致的1个以上的凸型数据,因此,在不存在事件信息的情况下,也能够使用定义有时间序列数据的内在波形图案的特征的出现图案提取事件区间的时间序列数据。
附图说明
图1是示出本发明的实施方式1的时间序列数据处理装置的结构例的框图。
图2是示出实施方式1的时间序列数据处理装置的硬件结构例的硬件结构图。
图3A是对实施方式1中的时间序列数据进行视觉化的图,图3B是对图3A的时间序列数据中的部分列进行视觉化的图。
图4A是示出实施方式1中的时间序列数据的支路的例子的图,图4B是示出不是支路的例子的图。
图5A和图5B是示出实施方式1中的凸型数据的例子的图。
图6A和图6B是示出实施方式1中的区段的例子的图。
图7是示出实施方式1的时间序列数据处理装置的动作的流程图。
图8A、图8B和图8C是说明实施方式1的时间序列数据处理装置的动作的图。
图9是示出本发明的实施方式2的时间序列数据处理装置中的凸型数据提取部的内部结构例的框图。
图10A、图10B和图10C是说明实施方式2的最大振幅提取部的动作的图。
图11A、图11B和图11C是说明实施方式2的包含关系提取部的动作的图。
图12A和图12B是说明实施方式2的梯形数据提取部的动作的图。
具体实施方式
下面,为了更加详细地说明本发明,按照附图对用于实施本发明的方式进行说明。
实施方式1
图1是示出本发明的实施方式1的时间序列数据处理装置10的结构例的框图。时间序列数据处理装置10具有凸型数据提取部2、出现图案定义部3和出现图案检测部4。
时间序列数据1是随着时间的经过依次进行观测而得到的值的列。时间序列数据1可以是任意的,例如是用于对火力、水力或原子力等的发电成套设备、化工成套设备、钢铁成套设备或上下水道成套设备等的过程进行控制的控制系统中蓄积的时间序列数据。或者,时间序列数据1也可以是用于对楼宇或工厂等的空调、电气、照明或给排水等进行控制的控制系统中蓄积的时间序列数据。或者,时间序列数据1也可以是与经济或经营等有关的信息系统中蓄积的时间序列数据。
该时间序列数据1被输入到时间序列数据处理装置10的凸型数据提取部2。
凸型数据提取部2从时间序列数据1中,提取由值相对于时间连续上升的上升支路(leg)和值相对于时间连续下降的下降支路构成的凸型数据,将其输入到出现图案检测部3。
出现图案定义部3定义时间序列数据1中的凸型数据的出现图案。即,出现图案定义部3存储有出现图案的定义数据。作为出现图案,定义有凸型数据的振幅、凸型数据的台以及凸型数据彼此的间隔中的至少一方。
出现图案检测部4从凸型数据提取部2提取出的凸型数据的集合中,检测与出现图案定义部3定义的出现图案一致的1个以上的凸型数据。下面,将与出现图案一致的1个以上的凸型数据称作区段5。
图2是示出时间序列数据处理装置10的硬件结构例的硬件结构图。时间序列数据处理装置10是具有处理器1001、辅助存储装置1002、存储器1003、输入接口(以下为IF)1004和显示器接口(以下为IF)1005这样的硬件的计算机。处理器1001经由信号线1009而与其他硬件连接。输入IF1004经由缆线1010而与输入装置1006连接。显示器IF1005经由缆线1011而与显示器1007连接。
时间序列数据处理装置10中的凸型数据提取部2和出现图案检测部4的各功能通过软件、固件或软件与固件的组合实现。软件或固件作为程序进行记述,存储在辅助存储装置1002中。该程序使计算机执行凸型数据提取部2和出现图案检测部4的步骤或方法。
同样,时间序列数据1和出现图案的定义数据这样的输入数据也存储在辅助存储装置1002中。进而,出现图案检测部4检测到的区段5这样的输出数据也可以输出到辅助存储装置1002进行存储。
辅助存储装置1002中存储的程序、时间序列数据1和出现图案的定义数据等输入数据载入存储器1003中,读入到处理器1001,执行凸型数据提取部2和出现图案检测部4的各功能。执行结果写入存储器1003中,作为输出数据存储在辅助存储装置1002中,或者经由显示器IF1005输出到显示器1007这样的输出装置。
输入装置1006用于时间序列数据1和出现图案的定义数据的输入以及后述时间序列数据处理的开始请求的输入。输入装置1006受理的输入数据经由输入IF1004存储在辅助存储装置1002中。输入装置1006受理的开始请求经由输入IF1004输入到处理器1001。
接着,对时间序列数据1进行说明。
时间序列数据是实际数值的顺序列表x={x(1)、x(2)、...、x(N-1)、x(N)}。x是数据项目名称。x(i)意味着数据项目x的时点i的值。i是满足1≦i≦N的整数,将N称作时间序列数据的x的长度,记作length(x)。
图3A是设纵轴为时间序列数据的值、横轴为时点而对时间序列数据进行视觉化的图。
时间序列数据x的部分列x[i:j]是时间序列数据中的连续的部分列{x(i)、x(i+1)、...、x(j)}。但是,i和j是满足1≦i≦j≦length(x)的整数。部分列的长度成为j-i+1。将该部分列的长度称作窗口尺寸。
图3B是对在图3A的时间序列数据中设i=10和j=18的情况下得到的部分列进行视觉化的图。
接着,在形式上定义支路。
图4A是示出时间序列数据1的支路的例子的图。图4B是示出支路的例子和不是支路的例子的图。支路是指也许局部存在较小的上下变动,但是大体上升或下降的部分列。
(1)单调支路
针对满足p<i<q的全部i,将满足x(p)≦x(i)≦x(i+1)≦x(q)或x(p)≧x(i)≧x(i+1)≧x(q)的部分列x[p:q]称作单调支路。
将满足x(p)≦x(i)≦x(i+1)≦x(q)的情况称作上升单调支路,将满足x(p)≧x(i)≧x(i+1)≧x(q)的情况称作下降单调支路。
图4B的部分列111是上升单调支路。
(2)支路
针对满足p≦i≦q的全部i,将满足x(p)≦x(i)≦x(q)或x(p)≧x(i)≧x(q)的部分列x[p:q]称作支路。
即,如图4A的部分列101、102所示,将虽然未必单调但是部分列的最大值和最小值收敛在从部分列的开始点的值到结束点的值的范围内的情况称作支路。
(3)支路的振幅
在设部分列x[p:q]为支路的情况下,将xq-xp称作支路的振幅amp(x[p:q])。此外,在振幅的符号sign(amp(x[p:q]))为正时,称作上升支路,在振幅的符号sign(amp(x[p:q]))为负时,称作下降支路。
即,在图4B中,作为部分列111的支路的振幅是箭头114所示的部分。作为部分列112的支路的振幅是箭头115所示的部分。
接着,对凸型数据进行说明。
图5A是示出接着上升支路而出现下降支路的凸型数据的例子的图。图5B是示出接着下降支路而出现上升支路的凸型数据的例子的图。这里,利用上升支路的高度和下降支路的高度中的较小一方的高度定义凸型数据的振幅。
为了区分上升支路和下降支路出现的顺序,定义凸型数据的符号。如图5A所示,接着上升支路而出现下降支路的凸型数据的符号为正。即,图5A的凸型数据是振动数2且振幅A。另一方面,如图5B所示,接着下降支路而出现上升支路的凸型数据的符号为负。即,图5B的凸型数据是振动数-2且振幅A。
关于凸型数据的提取步骤,使用国际公开第2015/173860号或下述非专利文献1中记载的步骤即可。后述凸型数据提取部2按照这些文献中记载的步骤提取振动数2或-2的振动路径。
非专利文献1
今村诚、中村隆显、柴田秀哉、平井规郎、北上真二、抚中达司、“时间序列数据中的支路振动分析”、信息处理学会论文志vol.57、No.4、pp.1303-1318(2016).
接着,对区段5进行说明。
图6A是示出某个制造设备的传感器观测到的时间序列数据中的区段的例子的图。通过制造设备的运转图案的切换,在时间序列数据中存在区段5a、5b、5c、5d这样的特征图案。在之前说明的专利文献1的数据分析装置中,当不存在表示制造设备的运转图案的切换时刻的事件信息时,无法提取区段5a、5b、5c、5d。与此相对,实施方式1的时间序列数据处理装置10构成为即使不存在事件信息,也提取区段5a、5b、5c、5d。
图6B是示出某个制造设备的传感器观测到的时间序列数据中的区段的例子的图。区段5可以如区段5e、5f所示是较大且呈现短时间的急剧变动的凸型数据等。或者,区段5也可以如区段5g、5h所示是如除了呈现急剧变动的凸型数据部分以外的图案那样具有某个固定振幅的振动持续的图案等。
接着,对时间序列数据处理装置10的动作进行说明。
图7是示出时间序列数据处理装置10的动作的流程图。参照图8A、图8B和图8C对时间序列数据处理装置10的动作进行说明。
时间序列数据处理装置10根据输入装置1006受理的时间序列数据处理的开始请求而开始进行图7所示的动作。另外,在开始进行图7所示的动作之前,在辅助存储装置1002中存储有时间序列数据1和出现图案的定义数据。
在步骤ST1中,凸型数据提取部2从时间序列数据1中提取接着上升支路而出现下降支路的凸型数据或接着下降支路而出现上升支路的凸型数据。
在图8A中示出凸型数据提取部2从时间序列数据1中提取出的凸型数据的集合。在图8B中放大示出凸型数据提取部2提取出的凸型数据。将凸型数据的高度称作振幅。将凸型数据的宽度即从开始时刻到结束时刻的期间称作台的长度。此外,将从先出现的凸数据的结束时刻到后出现的凸数据的开始时刻的期间称作凸型数据彼此的间隔。
出现图案定义部3定义的出现图案例如是下式(1)。
根据式(1)的出现图案,定义有“设振幅为1以上1.2以下并且台为15秒以内的凸型数据在10秒以内连续出现的部分列为区段”。
{Ci|1.0≦amp(Ci)≦1.2
and supp(Ci)≦15(1)
and(s(Ci+1)-e(Ci))≦10}
其中,Ci为第i个凸型数据,s(Ci)为凸型数据i的开始时刻,e(Ci)为凸型数据i的结束时刻。此外,amp(Ci)是凸型数据i的振幅,supp(Ci)是凸型数据i的台。
在步骤ST2中,出现图案检测部4对凸型数据提取部2提取出的凸型数据的集合和出现图案定义部3定义的出现图案进行核对。作为核对的方法,存在如下方法:简单地按照时间顺序搜索凸型数据,调查是否符合出现图案。然后,出现图案检测部4检测与出现图案定义部3定义的出现图案一致的1个以上的凸型数据,作为区段5进行输出。
在图8C中示出出现图案检测部4检测到的区段5的例子。如图8C所示,检测与由式(1)定义的出现图案一致的1个以上的凸型数据作为区段5。
作为出现图案中可指定的条件,除了上述振幅、台的长度、前后的凸型数据之间的时间差以外,还可以指定凸型数据连续的次数或时间的条件、连续的凸型数据中容许出现几次不符合条件的凸型数据的例外条件。例如,在根据式(1)的定义得到k个凸型数据的集合C并且如下式(2)那样定义C的要素数的条件的情况下,如果C的要素数为20以上,则出现图案检测部4检测为区段5。
count(C)≧20(2)
或者,在如下式(3)那样定义区段的期间的条件的情况下,如果从开头的凸型数据C1到末尾的凸型数据Ck的时间为100以上,则出现图案检测部4将k个凸型数据的集合C检测为区段5。
(e(Ck)-s(C1))≧100(3)
进而,在定义有例外的次数except≦2的情况下,每当在基于式(1)的定义的搜索中检测到与出现图案不一致的凸型数据时,出现图案检测部4对内部的计数器进行向上计数,将达到3次的时点之前得到的凸型数据的集合C检测为区段5。
另外,在图8A、图8B和图8C中,说明了使用式(1)的定义数据检测图6A所示的区段5b的例子,但是,当然也能够使用别的定义数据检测图6A的区段5a、5c、5d。
如上所述,实施方式1的时间序列数据处理装置10构成为具有:凸型数据提取部2,其从随着时间的经过依次进行观测而得到的值的列即时间序列数据1中,提取由值相对于时间连续上升的上升支路和值相对于时间连续下降的下降支路构成的凸型数据;出现图案定义部3,其定义时间序列数据1中的凸型数据的出现图案;以及出现图案检测部4,其从凸型数据提取部2提取出的凸型数据的集合中,检测与出现图案定义部3定义的出现图案一致的1个以上的凸型数据。通过将时间序列数据1的内在波形图案的特征表现成凸型数据的出现图案,在不存在事件信息的情况下,也能够提取事件区间的时间序列数据作为区段5。
实施方式2
图9是示出本发明的实施方式1的时间序列数据处理装置10中的凸型数据提取部2的内部结构例的框图。实施方式2的时间序列数据处理装置10的整体结构与图1所示的实施方式1的时间序列数据处理装置10相同,因此,下面引用图1。
如图9所示,实施方式2的时间序列数据处理装置10的凸型数据提取部2具有最大振幅提取部21、包含关系提取部22和梯形数据提取部23。另外,凸型数据提取部2也可以构成为具有最大振幅提取部21、包含关系提取部22和梯形数据提取部23中的至少一方。
最大振幅提取部21提取包含时间序列数据1的值成为极值的时点的、具有最大振幅的凸型数据。
图10A、图10B和图10C是说明最大振幅提取部21的动作的图。图10A、图10B和图10C所示的时间序列数据1相同,但是,在设相同极大点(这里为时点8)为基准的情况下,存在各种振幅的凸型数据。图8A的凸型数据是部分列x[7:11],时点8左侧的高度为35,时点8右侧的高度为73。当利用左右中较小一方的高度定义凸型数据的振幅时,图8A的凸型数据为振幅35。
图10B的凸型数据是部分列x[5:11],时点8左侧的高度为90,时点8右侧的高度为73,振幅为73。
图10C的凸型数据是部分列x[5:13],时点8左侧的高度为90,右侧的高度为96,振幅为90。
这样,从相同极值点向左右延伸的凸型数据的范围有时存在多个而不是唯一决定的。这种情况下,最大振幅提取部21在时间序列数据1的值成为极值的时点8,从图10A、图10B和图10C这3个凸型数据中提取具有最大振幅的图10C的凸型数据,将其输入到出现图案检测部4。最大振幅提取部21不提取图10A的凸型数据和图10B的凸型数据。
包含关系提取部22在2个以上的凸型数据相互处于包含关系的情况下,将这2个以上的凸型数据区分成振动性数据和非振动性数据,仅提取区分成非振动性数据的凸型数据。
图11A、图11B和图11C是说明包含关系提取部22的动作的图。如实施方式1的(2)定义的那样,支路是针对满足p≦i≦q的全部i满足x(p)≦x(i)≦x(q)或x(p)≧x(i)≧x(q)的部分列x[p:q]。因此,实施方式1的凸型数据提取部2可能提取振动的部分列作为凸数据。图11A是表现成振动的凸型数据的例子,在包含关系提取部22中区分成振动性数据。图11B是还包含振动的看起来为凸形状的凸型数据的例子,在包含关系提取部22中区分成非振动性数据。
在图11C中示出相互处于包含关系的凸型数据CA、CB。在较大的凸型数据CA包含较小的凸型数据CB的情况下,包含关系提取部22按照式(4)将较大的凸型数据CA区分成振动性数据或非振动性数据。包含关系提取部22在式(4)成立的情况下,将较大的凸型数据CA区分成非振动性数据,提取该凸型数据CA并将其输入到出现图案检测部4。另一方面,包含关系提取部22在式(4)不成立的情况下,将较大的凸型数据CA区分成振动性数据,不提取该凸型数据CA。
amp(CB)/amp(CA)<α(4)
其中,amp(CA)是凸型数据CA的振幅,amp(CB)是凸型数据CB的振幅。α是针对包含关系提取部22预先设定的值。
梯形数据提取部23提取梯形形状的凸型数据。
图12A和图12B是说明梯形数据提取部23的动作的图。实施方式1的凸型数据提取部2构成为提取由上升支路和下降支路构成的三角形状的凸型数据。因此,如图12A所示,在存在多个相同值的极大点201、202的凸形状的部分列的情况下,凸型数据提取部2无法提取大体呈凸形状的部分列整体作为凸型数据,提取虚线所示的局部呈凸形状的三角形状的部分列作为凸型数据。
因此,如图12B所示,在存在多个相同值的极大点201、202的凸形状的部分列中,梯形数据提取部23导入使先出现的极大点201向右侧延长的扩展支路203。只要不超过与梯形的上边长度相当的最大期间,则梯形数据提取部23就使扩展支路203向右延长,提取虚线所示的梯形形状的凸型数据。另外,针对梯形数据提取部23预先设定与梯形的上边长度相当的最大期间。此外,扩展支路203中包含的极大点201、202不限于严格相同的值,也可以是大致相同的值,如针对预先设定的比率β,容许到极大点201的值的±β百分比以内等。
另外,在图10~图12中,以向上凸的部分列为例进行了说明,但是,当然也能够同样处理向下凸的部分列。
如上所述,实施方式2的凸型数据提取部2构成为具有最大振幅提取部21,该最大振幅提取部21提取包含时间序列数据的值成为极值的时点的、具有最大振幅的凸型数据。根据该结构,能够实现耐用的凸型数据提取。
此外,实施方式2的凸型数据提取部2构成为具有包含关系提取部22,该包含关系提取部22在2个以上的凸型数据相互处于包含关系的情况下,将这2个以上的凸型数据区分成振动性数据和非振动性数据,仅提取区分成非振动性数据的凸型数据。根据该结构,能够实现耐用的凸型数据提取。
此外,实施方式2的凸型数据提取部2构成为具有梯形数据提取部23,该梯形数据提取部23提取梯形形状的数据作为凸型数据。根据该结构,能够实现耐用的凸型数据提取。
另外,本发明能够在其发明范围内进行各实施方式的自由组合、各实施方式的任意结构要素的变形或各实施方式的任意结构要素的省略。
产业上的可利用性
本发明的时间序列数据处理装置检测与某个出现图案一致的时间序列数据,因此,适合用于检测成套设备、楼宇或工厂等的控制系统的传感器值的变动或者股价或销售额等的数据变动的时间序列数据处理装置等。
标号说明
1:时间序列数据;2:凸型数据提取部;3:出现图案定义部;4:出现图案检测部;5:区段;10:时间序列数据处理装置;21:最大振幅提取部;22:包含关系提取部;23:梯形数据提取部;1001:处理器;1002:辅助存储装置;1003:存储器;1004:输入IF;1005:显示器IF;1006:输入装置;1007:显示器;1009:信号线;1010、1011:缆线。
Claims (5)
1.一种时间序列数据处理装置,其中,所述时间序列数据处理装置具有:
凸型数据提取部,其从随着时间的经过依次进行观测而得到的值的列即时间序列数据中,提取由值相对于时间连续上升的上升支路和值相对于时间连续下降的下降支路构成的凸型数据;
出现图案定义部,其定义所述时间序列数据中的凸型数据的出现图案;以及
出现图案检测部,其从所述凸型数据提取部提取出的凸型数据的集合中,检测与所述出现图案定义部定义的出现图案一致的1个以上的凸型数据。
2.根据权利要求1所述的时间序列数据处理装置,其中,
作为所述出现图案,定义凸型数据的振幅、凸型数据的台、凸型数据彼此的间隔、凸型数据连续出现的次数或时间以及不符合条件的凸型数据的出现次数中的至少一方。
3.根据权利要求1所述的时间序列数据处理装置,其中,
所述凸型数据提取部具有最大振幅提取部,该最大振幅提取部提取包含所述时间序列数据的值成为极值的时点的、具有最大振幅的凸型数据。
4.根据权利要求1所述的时间序列数据处理装置,其中,
在2个以上的凸型数据相互处于包含关系的情况下,所述凸型数据提取部将这2个以上的凸型数据区分成振动性数据和非振动性数据,仅提取区分成非振动性数据的凸型数据。
5.根据权利要求1所述的时间序列数据处理装置,其中,
所述凸型数据提取部具有梯形数据提取部,该梯形数据提取部提取梯形形状的数据作为凸型数据。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/079796 WO2018066108A1 (ja) | 2016-10-06 | 2016-10-06 | 時系列データ処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791402A true CN109791402A (zh) | 2019-05-21 |
CN109791402B CN109791402B (zh) | 2022-09-30 |
Family
ID=59997670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680089722.6A Active CN109791402B (zh) | 2016-10-06 | 2016-10-06 | 时间序列数据处理装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11137750B2 (zh) |
EP (1) | EP3508933B1 (zh) |
JP (1) | JP6207791B1 (zh) |
KR (1) | KR20190040346A (zh) |
CN (1) | CN109791402B (zh) |
TW (1) | TWI629580B (zh) |
WO (1) | WO2018066108A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10904113B2 (en) * | 2018-06-26 | 2021-01-26 | Microsoft Technology Licensing, Llc | Insight ranking based on detected time-series changes |
US20220121191A1 (en) * | 2019-02-14 | 2022-04-21 | Nec Corporation | Time-series data processing method |
JP7114008B2 (ja) * | 2020-07-03 | 2022-08-05 | 三菱電機株式会社 | データ処理装置 |
KR102294800B1 (ko) * | 2021-02-26 | 2021-08-30 | (주)알티엠 | 시계열 데이터의 특징 값을 추출하는 방법 및 장치 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034974A (zh) * | 2007-03-29 | 2007-09-12 | 北京启明星辰信息技术有限公司 | 基于时间序列和事件序列的关联分析攻击检测方法和装置 |
US20110320388A1 (en) * | 2008-12-23 | 2011-12-29 | Andrew Wong | System, Method and Computer Program for Pattern Based Intelligent Control, Monitoring and Automation |
CN104462217A (zh) * | 2014-11-09 | 2015-03-25 | 浙江大学 | 一种基于分段统计近似表示的时间序列相似性度量方法 |
CN104460654A (zh) * | 2014-11-04 | 2015-03-25 | 哈尔滨工业大学 | 一种基于量化特征关系的不完备故障诊断规则提取方法 |
CN104950875A (zh) * | 2015-06-15 | 2015-09-30 | 西北工业大学 | 结合关联分析和数据融合的故障诊断方法 |
WO2015173860A1 (ja) * | 2014-05-12 | 2015-11-19 | 三菱電機株式会社 | 時系列データ処理装置及び時系列データ処理プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3501539B2 (ja) * | 1995-03-17 | 2004-03-02 | 旭化成せんい株式会社 | 不織布製造プロセスにおける目付分布制御方法 |
JP4179674B2 (ja) * | 1998-08-21 | 2008-11-12 | 株式会社ブリヂストン | 車両のホイールアライメント調整方法 |
JP4180960B2 (ja) | 2003-04-11 | 2008-11-12 | キヤノンItソリューションズ株式会社 | データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP2007148890A (ja) | 2005-11-29 | 2007-06-14 | Hitachi Ltd | 機器診断装置 |
JP5441554B2 (ja) | 2009-08-03 | 2014-03-12 | 三菱電機株式会社 | 時系列データ類似判定装置、時系列データ類似判定プログラム、記録媒体及び時系列データ類似判定方法 |
TWI429417B (zh) * | 2009-12-29 | 2014-03-11 | Nat Univ Dong Hwa | Erectile function monitoring system and its monitoring method |
TWM449315U (zh) | 2012-08-30 | 2013-03-21 | ming-de Gong | 期貨股票數位指標產生器 |
TWI551266B (zh) * | 2013-12-30 | 2016-10-01 | 財團法人工業技術研究院 | 動脈波分析方法及其系統 |
TWM527753U (zh) * | 2016-05-30 | 2016-09-01 | 麗臺科技股份有限公司 | 生理檢測裝置 |
-
2016
- 2016-10-06 KR KR1020197009138A patent/KR20190040346A/ko not_active Application Discontinuation
- 2016-10-06 EP EP16918304.3A patent/EP3508933B1/en active Active
- 2016-10-06 JP JP2017501425A patent/JP6207791B1/ja active Active
- 2016-10-06 US US16/323,405 patent/US11137750B2/en active Active
- 2016-10-06 WO PCT/JP2016/079796 patent/WO2018066108A1/ja active Application Filing
- 2016-10-06 CN CN201680089722.6A patent/CN109791402B/zh active Active
- 2016-11-30 TW TW105139421A patent/TWI629580B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034974A (zh) * | 2007-03-29 | 2007-09-12 | 北京启明星辰信息技术有限公司 | 基于时间序列和事件序列的关联分析攻击检测方法和装置 |
US20110320388A1 (en) * | 2008-12-23 | 2011-12-29 | Andrew Wong | System, Method and Computer Program for Pattern Based Intelligent Control, Monitoring and Automation |
WO2015173860A1 (ja) * | 2014-05-12 | 2015-11-19 | 三菱電機株式会社 | 時系列データ処理装置及び時系列データ処理プログラム |
CN104460654A (zh) * | 2014-11-04 | 2015-03-25 | 哈尔滨工业大学 | 一种基于量化特征关系的不完备故障诊断规则提取方法 |
CN104462217A (zh) * | 2014-11-09 | 2015-03-25 | 浙江大学 | 一种基于分段统计近似表示的时间序列相似性度量方法 |
CN104950875A (zh) * | 2015-06-15 | 2015-09-30 | 西北工业大学 | 结合关联分析和数据融合的故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
US11137750B2 (en) | 2021-10-05 |
EP3508933A4 (en) | 2019-09-11 |
CN109791402B (zh) | 2022-09-30 |
KR20190040346A (ko) | 2019-04-17 |
JPWO2018066108A1 (ja) | 2018-10-04 |
WO2018066108A1 (ja) | 2018-04-12 |
JP6207791B1 (ja) | 2017-10-04 |
EP3508933A1 (en) | 2019-07-10 |
US20190179296A1 (en) | 2019-06-13 |
TWI629580B (zh) | 2018-07-11 |
TW201814411A (zh) | 2018-04-16 |
EP3508933B1 (en) | 2020-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105899268B (zh) | 基于gpu的并行心电信号分析方法 | |
CN109791402A (zh) | 时间序列数据处理装置 | |
JP4680252B2 (ja) | 睡眠評価装置及び睡眠評価方法 | |
CN110009364B (zh) | 一种行业识别模型确定方法和装置 | |
JP5151556B2 (ja) | 工程解析装置、工程解析方法および工程解析プログラム | |
WO2018052015A1 (ja) | システムの分析支援装置、システムの分析支援方法及びプログラム | |
JP2009003534A (ja) | 時系列データ分類装置、時系列データ分類方法および時系列データ処理装置 | |
KR101925506B1 (ko) | 감염병 확산 예측 방법 및 장치 | |
JP4790464B2 (ja) | 業務分析システム | |
CN111631682A (zh) | 基于去趋势分析的生理特征集成方法、装置和计算机设备 | |
TWI643120B (zh) | Time series data processing device and processing method | |
KR102426172B1 (ko) | 조임 발생 예측 시스템 | |
JP4181193B2 (ja) | 時系列パターン検出装置及び方法 | |
CN106601217B (zh) | 一种交互式乐器演奏方法及装置 | |
CN109202893A (zh) | 信息处理装置和信息处理系统 | |
CN110674433A (zh) | 一种图表显示方法、存储介质及电子设备 | |
JP2020009034A (ja) | 業務推定方法、情報処理装置、及び業務推定プログラム | |
JP5342025B2 (ja) | 行動推定装置 | |
CN106156260A (zh) | 一种数据缺失修补的方法和装置 | |
JP2007114896A (ja) | 時系列データの保存及び抽出方法並びにプログラム | |
CN110826383A (zh) | 分析系统、分析方法、程序以及存储介质 | |
CN115204572A (zh) | 改进的基于时空对齐的Castrip数字画像生成与构建方法 | |
JP6355849B2 (ja) | 時系列データ処理装置 | |
CN116783618A (zh) | 周期动作检测装置、周期动作检测方法及周期动作检测程序 | |
CN106233208B (zh) | 时间序列数据处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |