[发明专利]多维时间序列数据的智能预处理

说明书

所公开的实施例涉及一种对传感器数据进行预处理以促进预兆监控操作的系统。在操作期间，系统在被监视系统的操作期间从被监视系统中的传感器获得训练数据，其中该训练数据包括从由传感器所产生的信号采样的时间序列数据。该系统还获得预兆监控操作的功能需求。接下来，系统对训练数据执行预兆监控操作，并且在对非训练数据进行测试时确定预兆监控操作是否满足功能需求。如果预兆监控操作不满足功能需求，那么以增加计算成本的顺序迭代地将一个或多个预处理操作应用于训练数据，直到满足功能需求为止。

技术领域

公开的实施例一般而言涉及用于存储多维时间序列遥测(telemetry)数据的数据库系统。更具体而言，所公开的实施例涉及数据库系统，该数据库系统对多维时间序列数据执行智能预处理操作，以促进后续的预兆监控(prognostic-surveillance)操作，以主动检测被监视资产中的即将发生的问题。

背景技术

目前正在部署大量传感器以监视不同行业中的关键资产。例如，中型数据中心可以包括监视数以千计的关键业务服务器的超过1,000,000个传感器，现代客机可以包括75,000个传感器，而炼油厂可以包括超过1,000,000个传感器。这些传感器生成大量的时间序列数据，可以使用基于机器学习(ML)的预兆监控技术进行分析，以在问题出现之前检测降级机制的发作。这使得可能执行“主动维护”以在其造成关键资产发生故障之前解决即将发生的问题。应注意的是，主动维护技术优于常规的“被动维护技术”，后者通常在降级事件显著发生之后或关键资产发生故障后生成警报。

但是，时间序列传感器数据常常有问题。例如，常常从产生低分辨率数据值的低分辨率传感器收集时间序列数据，这可能对预兆监控产生不利影响。而且，因为通常通过共享的并且可能不可靠的通信通道来传送时间序列数据，所以数据值可能丢失。而且，个别传感器可能发生故障、无法校准或出现间歇性“卡壳”故障，并且用于搜集传感器数据的时基可能(可变地)错位。这些和其它传感器干扰问题可能显著降低后续预兆监控操作的有效性。

因此，提供用于预处理时间序列传感器数据以减轻上述问题的技术可能是适当的。

发明内容

所公开的实施例涉及一种对传感器数据进行预处理以促进预兆监控操作的方法。在操作期间，系统在被监视系统的操作期间从该被监视系统中的传感器获得训练数据，其中该训练数据包括从该传感器所产生的信号采样的时间序列数据。该系统还获得预兆监控操作的功能需求。接下来，该系统对训练数据执行预兆监控操作并且确定预兆监控操作是否满足功能需求。如果在对非训练数据进行测试时预兆监控操作不满足功能需求，那么该系统以增加计算成本的顺序迭代地将一个或多个预处理操作应用于训练数据，直到满足功能需求为止。

在一些实施例中，一个或多个预处理操作包括以下中的一项或多项：故障传感器检测操作，检测故障传感器并且替换或移除由故障传感器产生的数据；数据去量化操作，对低分辨率的时间序列数据进行去量化以产生较高分辨率的时间序列数据；缺失数据插补操作，将时间序列数据中缺失的数据值替换为基于信号之间的相关性确定的插补数据值；分析重采样操作，重新同步数据测量，所述数据测量由于用于不同信号的测量仪器中的时钟同步差异而异相；三点聚类操作，识别聚类内高度相关的信号的聚类，所述聚类之间的相关性弱；最优存储器向量化操作，使用最小的向量集表示时间序列数据的结构；统计压缩操作，使用循环文件压缩技术来压缩较旧的数据值；以及剩余使用寿命(RUL)估计操作，估计被监视系统中的一个或多个部件的剩余使用寿命。

在一些实施例中，预兆监控操作的功能需求包括以下中的一项或多项：错误警报概率(FAP)；缺失警报概率(MAP)；以及用于发现异常的检测时间(TTD)度量。

在一些实施例中，迭代地将所述一个或多个预处理操作应用于训练数据包括根据需要重复以下操作：将最低计算成本预处理操作应用于训练数据，该最低计算成本预处理操作尚未应用于训练数据；对训练数据执行预兆监控操作；确定预兆监控操作是否满足功能需求；以及如果预兆监控操作不满足功能需求，那么重复该操作。