CN113640675B - 基于Snippets特征提取的航空锂电池异常检测方法 - Google Patents

Abstract

本发明公开了一种基于Snippet特征提取的航空锂电池异常检测方法，包括以下步骤：(1)对所有锂电池的时间序列提取代表性特征子序列Snippet；(2)使用异常检测算法LOF为步骤(1)提取代表性特征子序列的Snippet评分，计算得到每个Snippet对应的异常值；(3)使用数据集中带标签的数据和步骤(2)得到的异常值计算效果衡量标准F₁分数，调节算法参数，重复步骤(2)，使得F₁分数达到最大；(4)在步骤(3)最佳参数设定下得到未带标签数据的异常值。本发明通过提取代表性特征子序列Snippet，并以Snippet异常值衡量异常程度，实现了异常数据可观解释性和发现异常子片段。

Description

基于Snippets特征提取的航空锂电池异常检测方法

技术领域

本发明涉及航空锂电池异常检测方法，尤其涉及一种基于Snippets特征提取的航空锂电池异常检测方法。

背景技术

对于航空锂电池的电压时序特性数据存在高维度等难点，目前已经存在的时间序列特征提取和异常检测的方法都存在一些不足之处。

首先，关于时间序列的外部特征提取最有名的方法就是最早由Keogh提出的shapelet方法。Shapelet被定义为能够最大程度代表一个类的子序列。这听起来十分适合，然而shapelet是监督型的，它时常不满足于异常检测领域标签缺乏的情形，很大程度上限制了它的发挥。另外一种通过提取一些时间序列代表性的统计特征的方法，例如均值、方差、一阶自相关等。然后利用PCA降维到二维空间并可视化，寻找偏离高密度区域的点为异常。然而，此类方法通常要求数据满足特定的分布。如果数据存在噪音，则会严重影响此类方法的效果。

随着神经网络模型的再度兴起，研究者们也逐渐探索非监督型的神经网络方法来提取时间序列的深度特性来进行异常检测。这种新颖的模型通常拥有极简的网络结构，较少数量的参数，可以大大减少网络的训练时间，并且摆脱了对标签的依赖。然而，这种方法的效率仍然与非神经网络模型的异常检测方法相差甚远。除此之外，现阶段对这种黑盒模型的理解并不理想。

一种基于局部密度的局部离群因子算法(LOF，Local Outlier Factor)由Breuning等人提出。该算法为每个对象计算局部离群因子值，其大小反映对象对于局部中心的偏离程度，值越大说明该对象偏离局部中心的程度越多，所在的位置局部密度越小，算法定义这些对象为异常点。然而，该方法存在一些缺陷，即当数据量不断扩大将面临大量的最近邻距离计算消耗，从而影响算法速率。LOF大多应用于发现时间序列异常点的问题，存在发现异常子片段以及缺乏异常数据可观解释性弱点。此外，由于非监督型算法完全不依赖于数据标签的特点，没有了部分带标签数据对其检测效果的衡量，这些异常检测算法经常存在最优参数设置问题。

发明内容

发明目的：本发明的目的是提供一种实现降维加速计算速率的效果，并能发现引起数据异常的子片段的基于Snippets特征提取的航空锂电池异常检测方法。

技术方案：本发明的航空锂电池异常检测方法，包括以下步骤：

(1)对所有锂电池的电流、电压时间序列数据提取代表性特征子序列Snippet；

(2)选用基于局部密度的异常检测算法LOF为步骤(1)提取的代表性特征子序列Snippet评分，计算得到每个代表性特征子序列Snippet对应的异常值；然后将一条时间序列提取的N个代表性特征子序列Snippet的异常值相加，得到该条完整时间序列的异常值；

(3)根据数据集中带标签的数据和步骤(2)得到的异常值，计算效果衡量标准F₁分数，调节异常检测算法LOF的参数k，重复步骤(2)，使得效果衡量标准F₁分数达到最大；所述参数k为第k近邻；

(4)在步骤(3)最佳参数设定下，通过异常检测算法LOF计算电流或电压数据中未带标签数据的异常值，根据异常值判断该序列为异常的可能性。

进一步，所述步骤(1)中，提取代表性特征子序列Snippet选用MPdist距离度量衡量两条时间序列的相似性，根据MPdist创建Profile，一个时间序列T的Profile是一个给定查询子序列T_i,sub和T的每个子序列之间的距离向量，距离向量表示为：

MPD_i＝[d_i,1,d_i,2,…,d_i,n-sub+1]

其中，d_i,j(1≤i,j≤n-sub+1)是子序列T_i,sub和T_j,sub的距离，i,j为子序列的起始点，sub为子序列长度，n-sub+1为长度为n的序列T中能产生长度为sub的子序列个数。

进一步，所述步骤(2)中，基于局部密度的LOF异常检测算法的实现步骤如下：

(21)计算时间序列T＝t₁,t₂,…,t_n与数据集中剩余序列T’＝t’₁,t‘₂,…,t‘_n之间的欧式距离，得到序列T的第k近邻距离dist_k(T)，计算公式为：

其中，满足存在至多k-1个序列T’使得dist(T,T’)<dist(T,T_k)，T_k为T的k近邻；存在至少k个序列T’使得dist(T,T’)≤dist(T,T_k)；n为时间序列的长度；

(22)定义D_k(T)为序列T的第k近邻领域，是序列T的第k近邻距离内所有序列组成的集合，包括第k近邻；计算|D_k(T)|，为序列T的第k近邻领域内所有序列的个数，且|D_k(T)|≥k；

(23)计算序列T相对于序列T’的可达距离rdist(T,T′)：

rdist(T,T’)＝MAX(dist_k(T‘),dist(T,T′))

其中MAX(·)为最大值函数；

(24)计算序列T的局部可达密度LRD_k(T)：

(25)计算序列T的局部离群因子LOF_k(T)：

进一步，所述步骤(3)中，所述效果衡量标准F₁分数的最大值是1，最小值是0，计算公式为：

其中，P为精确率，R为召回率，TP是实际为阳性并被正确判定为阳性的样本数量，FP是实际为阴性但被错误判定为阳性的样本数量，FN是实际为阳性但被错误判定为阴性的样本数量。

本发明与现有技术相比，其显著效果如下：1、本发明实现了从大量的航空锂电池高维时间序列数据中，提取代表性特征子序列Snippet，并以代表性特征子序列Snippet异常值衡量时间序列的异常程度，既增加了检测效果和效率，又有效的克服了异常检测方法中缺乏异常数据可观解释性和发现异常子片段的弱点；2、利用基于局部密度的异常检测算法LOF训练判定异常的半监督模型，解决了航空锂电池领域缺少数据标签和非监督异常检测算法最佳参数设置的问题，提高了时间序列异常检测的效果。

附图说明

图1为本发明的流程示意图；

图2为本发明代表性特征子序列Snippet提取的伪代码示意图；

图3为本发明Snippet提取中计算非重叠子序列的Profile子程序伪代码示意图；

图4为本发明代表性特征子序列Snippet可观解释性示意图；

图5为本发明的LOF异常检测算法中的部分概念示意图。

具体实施方式

下面结合说明书附图和具体实施方式对本发明做进一步详细描述。

如图1所示为本发明的总流程示意图，包括以下步骤：

步骤一，训练阶段

为了检测锂电池的电压、电流等特性异常，本发明首先为所有锂电池的电压、电流等特性的时间序列数据提取代表性特征子序列Snippet。

提取代表性特征子序列Snippet方法采用MPdist(Matrix Profile distance)距离度量，MPdist距离度量可以用来衡量两条时间序列的相似性。如果两条序列它们共享许多相似的子序列，不管匹配的子序列的顺序如何，它们都是相似的。根据MPdist创建MPdist-Profile，简称为Profile。一个时间序列T的Profile是一个给定查询子序列T_i,sub和T的每个子序列之间的距离向量，表示为

MPD_i＝[d_i,1,d_i,2,…,d_i,n-sub+1] (1)

式(1)中，d_i,j(1≤i,j≤n-sub+1)是子序列T_i,sub和T_j,sub的距离，i,j为子序列的起始点，sub为子序列长度，n-sub+1为长度为n的序列T中可以产生长度为sub的子序列个数。

为了选择最合适的N个Snippet，设定一个目标函数PA(ProfileArea)为Snippet打分。对于一个非空的Profile集合，通过从每个位置的所有Profile中取最小值创建一个曲线C，曲线C下方的面积定义PA，其中PA≥0。

步骤二，异常评分阶段

采用基于局部密度的异常检测算法LOF为第一阶段提取的锂电池电压、电流等特性数据的代表性特征子序列Snippet评分，计算得到每个Snippet对应的异常值。然后将一条时间序列提取的N个Snippet的异常值相加，得到该条完整时间序列的异常值。

基于局部密度的异常检测算法LOF为每个对象计算局部离群因子值，其大小反映对象对于局部中心的偏离程度，值越大说明该对象偏离局部中心的程度越多，所在的位置局部密度越小，算法定义这些对象为异常点。LOF异常检测算法分为以下实现步骤：

(21)计算时间序列T＝t₁,t₂,…,t_n与数据集中剩余序列T’＝t’₁,t‘₂,…,t‘_n之间的欧式距离，通过公式(2)计算，得到序列T的第k近邻距离，表示为dist_k(T)，其满足：存在至多k-1个序列T’使得dist(T,T’)<dist(T,T_k)，其中T_k为T的k近邻；存在至少k个序列T’使得dist(T,T’)≤dist(T,T_k)。

(22)定义D_k(T)为序列T的第k近邻领域，即序列T的第k近邻距离内所有序列组成的集合(包括第k近邻)。计算|D_k(T)|，即序列T的第k近邻领域内所有序列的个数，且|D_k(T)|≥k。

(23)计算序列T相对于序列T’的可达距离rdist(T,T′)：

rdist(T,T’)＝MAX(dist_k(T‘),dist(T,T′)) (3)

式(3)中，MAX(·)为最大值函数。

(24)计算序列T的局部可达密度LRD_k(T)：

(25)计算序列T的局部离群因子LOF_k(T)：

使用LOF算法为Snippet评分后，需要将N个Snippet异常值相加得到该条完整时间序列T的异常值Score(T)，计算公式如下：

Score(T)＝LOF_k(S₁)+LOF_k(S₂)+…+LOF_k(S_N) (6)

式(6)中，LOF_k(S₁)代表在参数第k近邻条件下，第一条Snippet经过异常检测算法LOF计算后的异常值，S₂代表第二条Snippet，S_N代表第N条Snippet。

步骤三，参数调整阶段

该阶段使用数据集中带标签的数据和在步骤二得到的异常值，计算F₁分数，调节异常检测算法LOF的参数k，重复步骤二，使得效果衡量标准F₁分数达到最大。

衡量标准F₁分数是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率。F₁分数可以看作是模型精确率和召回率的一种调和平均，它的最大值是1，最小值是0，计算公式为：

其中，P为精确率，R为召回率，TP指的是实际为阳性并被正确判定为阳性的样本数量，FP指的是实际为阴性但被错误判定为阳性的样本数量，FN指的是实际为阳性但被错误判定为阴性的样本数量。

选择数据集中带标签数据的异常值和它们的标签，使用公式(6)计算F₁分数，调节异常检测算法LOF的参数k，重复计算对应的异常值，使得效果衡量标准F₁分数达到最大。

步骤四，异常检测阶段

在步骤三最佳参数设定下，采用异常检测算法LOF计算电流或电压数据中未带标签数据的异常值，异常值越高，该序列为异常的可能性越大。

如图2、3所示分别为本发明使用的代表性特征子序列Snippet提取方法和计算非重叠子序列的Profile子程序伪代码示意图。

给定一个时间序列T，子序长度sub和Snippet个数N，Snippet提取算法开始先初始化一个Snippet列表L。然后使用子程序GetAllProfile(T,sub)计算每个非重叠子序列与时间序列T的Profile。伪代码4-18行，在每次迭代中，计算每个Profile和Snippet列表L中的Profile的最小值，对于每个Profile得到曲线下面的面积PA。然后把拥有最小PA的Profile添加到Snippet列表L中，同时也将每个Snippet在T中的位置添加到L_i,index中，直到达到用户指定的Snippet个数N。最后返回Snippet列表L和各Snippet的位置L_i,index。对于子程序GetAllProfile(T,sub)，首先初始化Profile列表P为空列表和赋值序列T的长度n。在2-4行，计算每个非重叠子序列T[(i-1)*sub+1:i*sub])和T的所有Profile，并加入列表P中。最后在第5行将Profile列表P返回。

如图4所示为代表性特征子序列Snippet可观解释性说明。左图为有标签的航空锂电池电压、电流等完整的时间序列，其中中间的序列为异常，其他序列为正常；右图为左图序列提取的代表性特征子序列Snippet。可以看出正常序列提取的Snippet往往十分相似，它们代表了序列的正常模式，例如图中正常序列的Snippet由一个或两个向上的波峰和一个下降然后平稳抖动后上升的曲线组成。然而代表异常的Snippet与代表正常的Snippet具有较大差别。这些异常Snippet可以直观地作为导致该完整序列为异常的原因，因此，可解释性更强。

图5所示为LOF异常检测算法中部分概念示意图。左子图中心点T₁的5近邻为点T’₁，T₁与T’₁之间带箭头的直线dist₅(T₁)表示T₁的第5近邻距离，圆形区域表示T₁第5近邻领域，易知|D₅(T₁)|＝5，点T’与T₁之间带箭头的直线rdist(T′,T₁)表示T’相对于T₁的可达距离；同理可得右子图中心点T₂的6近邻为点T’₂，T₂与T’₂之间带箭头的直线dist₆(T₂)表示T₂的第6近邻距离，圆形区域表示T₂第6近邻领域，易知|D₆(T₂)|＝6，点T’与T₂之间带箭头的直线rdist(T′,T₂)表示T’相对于T₂的可达距离。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种基于Snippet特征提取的航空锂电池异常检测方法，其特征在于，包括以下步骤：

(1)对所有锂电池的电流、电压时间序列数据提取代表性特征子序列Snippet；

(2)选用基于局部密度的异常检测算法LOF为步骤(1)提取的代表性特征子序列Snippet评分，计算得到每个代表性特征子序列Snippet对应的异常值；然后将一条时间序列提取的N个代表性特征子序列Snippet的异常值相加，得到该条完整时间序列的异常值；

(3)根据数据集中带标签的数据和步骤(2)得到的异常值，计算效果衡量标准F₁分数，调节异常检测算法LOF的参数k，重复步骤(2)，使得效果衡量标准F₁分数达到最大；所述参数k为第k近邻；

(4)在步骤(3)第k近邻设定下，通过异常检测算法LOF计算电流或电压数据中未带标签数据的异常值，根据未带标签数据的异常值判断该序列为异常的可能性。

2.根据权利要求1所述的基于Snippet特征提取的航空锂电池异常检测方法，其特征在于，所述步骤(1)中，提取代表性特征子序列Snippet选用MPdist距离度量衡量两条时间序列的相似性，根据MPdist创建Profile，一个时间序列T的Profile是一个给定查询子序列T_i,sub和T的每个子序列之间的距离向量，距离向量表示为：

MPD_i＝[d_i,1,d_i,2,…,d_i,n-sub+1]

其中，d_i,j(1≤i,j≤n-sub+1)是子序列T_i,sub和T_j,sub的距离，i,j为子序列的起始点，sub为子序列长度，n-sub+1为长度为n的序列T中能产生长度为sub的子序列个数。

3.如根据权利要求1所述的基于Snippet特征提取的航空锂电池异常检测方法，其特征在于，所述步骤(2)中，基于局部密度的异常检测算法LOF实现步骤如下：

(21)计算时间序列T＝t₁,t₂,…,t_n与数据集中剩余序列T’＝t’₁,t‘₂,…,t‘_n之间的欧式距离，得到序列T的第k近邻距离dist_k(T)，计算公式为：

其中，满足存在至多k-1个序列T’使得dist(T,T’)<dist(T,T_k)，T_k为T的k近邻；存在至少k个序列T’使得dist(T,T’)≤dist(T,T_k)；n为时间序列的长度；

(22)定义D_k(T)为序列T的第k近邻领域，是序列T的第k近邻距离内所有序列组成的集合，包括第k近邻；计算|D_k(T)|，为序列T的第k近邻领域内所有序列的个数，且|D_k(T)|≥k；

(23)计算序列T相对于序列T’的可达距离rdist(T,T′)：

rdist(T,T’)＝MAX(dist_k(T‘),dist(T,T′))

其中MAX(·)为最大值函数；

(24)计算序列T的局部可达密度LRD_k(T)：

(25)计算序列T的局部离群因子LOF_k(T)：

4.根据权利要求1所述的基于Snippet特征提取的航空锂电池异常检测方法，其特征在于，所述步骤(3)中，所述效果衡量标准F₁分数的最大值是1，最小值是0，计算公式为：

其中，P为精确率，R为召回率，TP是实际为阳性并被正确判定为阳性的样本数量，FP是实际为阴性但被错误判定为阳性的样本数量，FN是实际为阳性但被错误判定为阴性的样本数量。

Images