[发明专利]一种自适应的在线监测数据趋势提取方法

权利要求书

1.一种自适应的在线监测数据趋势提取方法，其特征在于，该方法首先动态构造自适应的形态滤波器结构元素，使用所述形态滤波器结构元素进行滤波，进而进行经验模态分解，然后根据所处理数据的特点构造趋势项，最后根据所述趋势项进行趋势预警。

2.根据权利要求1所述的一种自适应的在线监测数据趋势提取方法，其特征在于，包括以下步骤：

（1）动态计算原始序列的标准差，以所述标准差作为半径构造半圆形结构元素，作为形态滤波器结构元素；

（2）采用所述半圆形结构元素对原始序列进行滤波处理，去除高频、脉冲等噪声，得到初步的趋势序列数据；

（3）对初步的趋势序列数据按经验模态分解方法进行分解，得到一组IMF分量和一个余量；

（4）根据所处理数据的特点，选择余量或者若干个IMF分量的叠加作为趋势项r(t)；

（5）对于趋势项r(t)，计算趋势项r(t)在对应的序列时间长度内的趋势发展速度，如果趋势发展速度超过设置的阀值，则发出趋势预警，趋势发展速度V定义如下式：

V=(r(tn)-r(t0))·Ttn-t0]]>

其中，t₀是序列的起始时间，t_n是序列的截止时间，r(t₀)是t₀时刻趋势项的值，r(t_n)是t_n时刻趋势项的值，T是基准周期。

3.根据权利要求2所述的一种自适应的在线监测数据趋势提取方法，其特征在于，在步骤（4）中，趋势项选择的原则如下：对于时间长度为1年及以上的序列，选取所有IMF分量中周期大于90天的分量叠加起来作为趋势项r(t)；对于时间长度为3个月以上1年以下的序列，选取所有IMF分量中周期大于30天的分量叠加起来作为趋势项r(t)；对于时间长度为1个月以上3个月以下的序列，选取所有IMF分量中周期大于1天的分量叠加起来作为趋势项r(t)。