[发明专利]一种火力发电厂时间序列变量异常监测方法及系统

权利要求书

1.一种火力发电厂时间序列变量异常监测方法，其特征在于，包括：

(1)采集火力发电厂模拟信号监测变量的时间序列数据；将整个时间序列数据作为初始的最佳PLR段，计算所述最佳PLR段的决定系数，并设定阈值

所述PLR，即分段线性表示方法，能够从历史时间序列数据样本中提取内在信息，通过分段线性表示方法对火力发电厂中模拟信号的监测变量数据进行分段处理，能够提取火力发电厂监测变量中连续变化的趋势，及时发现系统运行过程中的异常情况；

(2)将历史样本数据中整个时间序列作为第一层原始数据段；

(3)对原始数据段进行分割，形成两个新的数据段，并分别计算两个新的数据段的决定系数；

(4)如果所述的两个决定系数中，至少一个满足分割条件，则表示分段允许，进入步骤(5)；否则，分段结束；

所述分割条件具体为：当前决定系数大于原始数据段的决定系数，并且大于设定阈值

(5)将分段后的两个数据段分别作为下一层原始数据段，对下一层每一个原始数据段重复步骤(3)-(4)；

(6)直到所有分割后的数据段均不满足分割条件，分段结束，得到的分段数作为PLR最佳分段数；

(7)对每一个分段的时间序列数据进行线性拟合，通过拟合结果判断火力发电厂模拟信号监测变量是否存在异常。

2.如权利要求1所述的一种火力发电厂时间序列变量异常监测方法，其特征在于，将时间序列x(1:N)＝[x(1),x(2),…,x(N)]分为多个连续不重叠的数据段x(t₁：t₂-1)，x(t₂：t₃-1)，…x(t_K：N)；对于第k个数据段x(t_k：t_k+1-1)，决定系数为：

其中，N为历史样本数据的个数，K为数据段个数，x(t)为某个数据样本的线性回归值，是x(t)的估计值。

3.如权利要求1所述的一种火力发电厂时间序列变量异常监测方法，其特征在于，将最佳PLR段初始化为历史样本数据中整个时间序列，即₀＝[1,N]作为决定系数树的第一层；其中，N为历史样本数据的个数；

将历史样本数据中整个时间序列分割成两个数据段PLR1和PLR2，如果分段允许，则将时间索引t_k0插入到T₀中，T₁＝[T₀,t_k0]，对T₁中的时间索引进行升序排列，得到T₁＝[1,t_k0,N]作为决定系数树的第二层；

将数据段PLR1分割成两个数据段PLR1-1和PLR1-2，如果分段允许，则时间索引t_k1插入到T₁并进行升序排列，形成T₂＝[1,t_k1,t_k0,N]或者T₂＝[1,t_k0,t_k1,N]，作为决定系数树的第三层；

将数据段PLR2分割成两个数据段PLR2-1和PLR2-2，如果分段允许，则时间索引t_k2插入到T₂并进行升序排列，形成T₃＝[1,t_k1,t_k0,t_k2,N]或者T₃＝[1,t_k2,t_k0,t_k1,N]，作为决定系数树的第四层；

依次类推，直到所有的数据段都不满足分割条件；插入的时间索引的数量即为PLR最佳分段数。

4.如权利要求1所述的一种火力发电厂时间序列变量异常监测方法，其特征在于，采用自底向上的分段线性表示方法从历史数据样本中将长连续时间序列分割成多个短数据段，每个短数据段用直线表示。