[发明专利]一种非等距时间序列监测数据的归一化映射处理方法

说明书

一种非等距时间序列监测数据的归一化映射处理方法，首先通过对不同序列之间的相关关系的确定进而对序列进行非等距划分；其次对每个分段设定观察窗口，并定义了窗口的大小，通过测定噪声率设定阈值，将窗口中的噪声移除窗口外。用户设定分段点数量和拟合误差，根据窗口中幅值变化情况确定极值点，利用极值点到端点连线的距离确定分段点并分段；最后对满足拟合误差的拟合分段，利用拟合直线的斜率进行归一化。不满足条件的分段再次确定分段点，进一步分段，直到达到拟合误差允许值，最终完成归一化。

技术领域

本发明涉及信息处理技术领域，特别是一种非等距时间序列监测数据的处理方法。

背景技术

时间序列的特殊性在于相邻序列之间可能存在模式相关性、且随时间的推移数据量不断增加，特别是在还受到其它因素的影响时，如考量因素并不仅仅以时间作为唯一标准，整个序列数据的周期将会产生波动，这使得用于分析的时间序列非等距。对于简单系统，其非等距时间序列可以被看作是在受到有限影响因素下的等距时间序列变换，对这类时间序列的预处理可使用全局归一化或加窗归一化来使数据度量统一，适用的方法理论已有不少且相对成熟。但是在实际中，普遍的系统对象是由多个简单的子系统或部件组合而成的复杂工程系统，如：液压系统、汽车动力系统、火箭发射系统以及发电厂供电系统等，大量影响因素存在于各组成部分，使得描述系统运行特性的时间序列在时间维度上存在多种模式差异，这就使得在进行时间序列分析时必须面对具有不同时间跨度的数据序列，即非等距时间序列，特别是在时间范围广、测量条件多样化、噪声分布偏移等不利因素影响下。由于受到诸多因素的影响导致系统的时间序列数据出现长度不均等，幅值范围不同，甚至系统各部分时间序列的量化标准也不尽相同，因此在对这类时间序列进行分析和数据挖掘之前必须进行归一化，将所有的时间序列进行量纲的统一，否者针对不同量化标准的时间序列进行数据挖掘就会毫无意义。既有针对于简单系统的预处理方法难以取得较好的普适性，进而导致基于时间序列分析的数据挖掘难度增加。

发明内容

本发明的目的就是提供一种非等距时间序列监测数据的归一化映射处理方法，它能够将多个具有不同时间跨度但存在关联关系的时间序列统一起来，从时间相邻、逻辑相邻、周期相邻等方面考虑其时间序列相关性，按照其变化趋势来定义一个独立窗口时间序列，并将多个关联的独立窗口时间序列进行归一化映射。

本发明的目的是通过这样的技术方案实现的，包括有步骤1)分段步骤和步骤2)分段归一化处理步骤，步骤1)分段步骤如下：

1-1)确定组成监测数据的各时间序列之间的相关性；

1-2)将相邻且具有相关性的时间序列进行第一次非等距分段；

1-3)对每个第一次非等距分段设定观测窗口，去除噪声；

1-4)为第二次非等距分段，设定第二次分段点数量和拟合误差；

1-5)根据每个观察窗口中的时间序列幅值确定极值点；

1-6)利用极值点到观察窗口边界端点连线的距离确定第二次非等距分段的分段点；

1-7)利用第二次非等距分段的分段点连接直线拟合分段，并将分段中极值点到端点直线的最大垂直距离作为拟合误差，用拟合直线代替原分段，对不满足步骤1-4)中设定的拟合误差的分段重新确定第二次非等距分段的分段点，直到所有第二次非等距分段均满足设定的拟合误差。

进一步，步骤2)归一化处理步骤的具体方法为：

2-1)将每个第二次非等距分段进行线性化表示，利用分段拟合直线，求取每条拟合直线的斜率；

2-2)根据直线斜率和正切函数的关系，将斜率值转化为弧度值，用弧度值表示第二次分段的线性化结果，完成归一化。

进一步，步骤1-1)中所述确定组成监测数据的各时间序列之间的相关性的具体步骤如下：