[发明专利]发现时间系列中的预兆子序列的方法和系统

权利要求书

1.一种确定表示机器的运行的时间系列数据中的模式的系统，该系统包括：

与所述机器通信的传感器；

输出接口；

计算机可读存储器，该计算机可读存储器存储和提供由与所述机器通信的所述传感器生成的一组训练数据例，其中，每个训练数据例表示所述机器在以所述机器的故障为结束的时段内的运行；

与所述计算机可读存储器通信的处理器，该处理器被配置成将所述一组训练数据例中的每个训练数据例迭代地划分成正常状态区域和异常状态区域，确定所述正常状态区域中不存在并且仅在各个异常状态区域中出现一次的预测模式，并且确定所述异常状态区域的长度，其中，对于每次迭代，所述处理器被配置成：

选择每个训练数据例内的所述异常状态区域的当前时间系列长度，所述当前时间系列长度从所述机器进入异常运行模式时的估计时刻开始，并且在所述机器发生故障的时刻结束，其中，对于每次迭代，从时间系列的起点开始到所述机器故障结束，使所述当前时间系列长度按如下方式缩短一个时间步长的增量：所述当前时间系列长度短于所述训练数据例内为前一迭代选择的所述异常状态区域的前一当前时间系列长度；

将所述一组训练数据例中的每个训练数据例划分成所述正常状态区域和具有所述当前时间系列长度的所述异常状态区域；

按照如下方式识别所述一组训练数据例中的模式：所述模式不同于所述一组训练数据例中的所有正常状态区域中存在的任何其它模式，而是类似于所述一组训练数据例的每个异常状态区域中的正好一个模式；以及

如果发现所述模式，则选择所述模式作为所述预测模式；以及

经由与所述处理器通信的输出接口输出所述预测模式，或者将所述预测模式存储在所述计算机可读存储器中，其中，所述预测模式是对即将发生的故障的预测估计并帮助管理所述机器。

2.根据权利要求1所述的系统，其中，所述异常状态区域对应于所述机器无法正常运行并最后导致所述机器发生故障，并且所述异常状态区域的所述当前时间系列长度是所述一组训练数据例中的各个训练数据例的所述异常状态区域内的离散时间数据的量。

3.根据权利要求1所述的系统，其中，如果所述预测模式与所述正常区域中的模式之间的欧几里德距离超过预先指定的阈值，则所述预测模式与所述正常区域中的模式不同。

4.根据权利要求1所述的系统，其中，如果所述预测模式与所述正常区域中的模式之间的欧几里德距离低于预先指定的阈值，则所述预测模式与所述正常区域中的模式被视为是相似的。

5.根据权利要求1所述的系统，其中，搜索所述预测模式的操作是通过快速小形发现算法来执行的。

6.根据权利要求1所述的系统，其中，所述处理器基于标识所述一组训练数据例中的每个训练数据例的、在所述机器正常运行时由所述机器的所述传感器生成的部分的数据，将所述训练数据例划分成所述正常状态区域，并且基于标识所述一组训练数据例中的每个训练数据例的、在所述机器无法正常运行并且最后导致所述机器发生故障时由所述机器的所述传感器生成的部分的数据，将所述训练数据例划分成所述异常状态区域。

7.根据权利要求1所述的系统，其中，与所述处理器和所述计算机可读存储器通信的用户接口在接收到来自所述用户接口的表面的用户输入时，取得所述一组训练数据例并且将所述一组训练数据例存储在所述计算机可读存储器中。

8.根据权利要求1所述的系统，其中，所述一组训练数据例的所述时段是以下之一：相同的时段，或者所述一组训练数据例中的一些训练数据例具有与所述一组训练数据例中的其它训练数据例的时段不同的时段。