[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

说明书

本发明公开了一种火力发电厂时间序列变量异常监测方法及系统，包括：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，将历史样本数据中整个时间序列作为第一层原始数据段；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；判断分段是否允许，如果允许，继续分段；判断分段是否结束，得到最佳的PLR分段数。本发明通过决定系数的方法来确定PLR的最优分段数，克服了使用L方法高度依赖拟合误差以及时间序列中左右点问题。

技术领域

本发明涉及火力发电厂模拟信号变量监测技术领域，尤其涉及一种火力发电厂时间序列变量异常监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

时间序列是指按照时间先后顺序排列的各个观测记录的有序集合，广泛存在于商业、经济、科学工程和社会科学等领域。近年来，时间序列数据上的数据挖掘研究受到普遍关注，包括关联规则挖掘、相似性查询、模式发现、异常检测等。

分段线性表示方法(PLR)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。

但是，发明人发现，基于分段线性表示方法对火力发电厂中时间序列的模拟信号变量进行分段时，往往不能选择出最佳的分段数，而分段数过大或者过小都会导致无法获得数据准确地变化趋势，进而无法准确判断火力发电厂系统的异常运行情况。

发明内容

为了解决上述问题，本发明提出一种火力发电厂时间序列变量异常监测方法及系统，通过查看决定系数的变化来选择最佳PLR段，进而准确提取火力发电厂监测数据的变化趋势，及时发现系统的异常状况。

在一些实施方式中，采用如下技术方案：

一种火力发电厂时间序列变量异常监测方法，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

(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；

(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。

进一步地，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

在另一些实施方式中，采用如下技术方案：

一种火力发电厂时间序列变量异常监测的系统，包括：

用于采集火力发电厂模拟信号监测变量的时间序列数据的模块；

用于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，并设定阈值的模块；

用于将历史样本数据中整个时间序列作为原始数据段的模块；