[发明专利]一种时序数据周期识别方法、装置及电子设备

权利要求书

1.一种时序数据周期识别方法，其特征在于，包括以下步骤：

步骤一：获取需要分析的时序数据X及各个数据采集时间，并将该时序数据分为D段；

步骤二：设定起始时间为整点T，以间隔为T_S选取时序数据，选取时序数据长度为L，并随机选取K段,记录每个间隔为T_S时间内是否有有效数据,其中T_S为最小周期值的一半；

步骤三：统计每个长度L的时序数据内出现有效数据的个数，然后取K个个数的众数，作为此次段时序数据的统计值；

步骤四：起始时间在上一次设定值上加T_L，重复步骤二到步骤三，重复次数为T_S/T_L；

步骤五：在所有众数统计值中，选取最大值，最大值对应的起始时间，即为有效数据的起始时间；

步骤六：以起始时间为参考，以T_S为时间间隔对每段时序数据进行筛选；

步骤七：对筛选后的时序数据每间隔时间NT_S进行合并，其中N＝1，2……，计算每个时间间隔内有效数据出现的次数，直到每个间隔时间内出现最少两次有效数据，合并结束；

步骤八，统计每次合并后有效数据出现一次的概率P_N，其中P_N(1)＝N¹/(N⁰+N²+N³……)，其中N¹表示1出现的次数，N⁰表示0出现的次数，依次类推；

步骤九：选取P_N最大的值，如果该概率对应的N值不为偶数，则选取第二大的概率，直到概率对应的N值为偶数，此时NT_S即为该段数据序列的周期，共获得了D个序列周期；

步骤十：整合D段时序数据的周期，将相同周期且临近的进行合并，最后得到整个时序数据的各个时间对应的周期。

2.根据权利要求1所述的一种时序数据周期识别方法，其特征在于，所述的一种时序数据周期识别方法还包括数据缺失率统计，根据整个时序数据的各个时间对应的周期、起始时间点和时序数据，对比获得时序数据中缺失有效数据的个数，并计算数据缺失率。

3.根据权利要求1所述的一种时序数据周期识别方法，其特征在于，所述的分段数D不小于10。

4.实现权利要求1到3任一的一种时序数据周期识别装置，其特征在于，包括起始时间识别模块、数据二次筛选模块和周期识别模块，所述的起始时间识别模块将获得的时序数据进行处理，获得有效数据的起始时间，并传送给数据二次筛选模块，所述的数据二次筛选模块根据有效数据的起始时间，以T_S为间隔，对时序数据进行多轮筛选，并将筛选的结果传送给周期识别模块，所述的周期识别模块根据获得的筛选结果进行处理，获得时序数据的周期。

5.根据权利要求4所述的一种时序数据周期识别装置，其特征在于，所述的起始时间识别模块包括数据分割单元、数据记录单元、数据统计单元和判断单元，所述的数据分割单元将输入的时序数据分成D段，以整点时间为起点，以T_S为间隔选取时序数据，选取时序数据长度为L，并随机选取K段，记录每个T_S为间隔的时间段内出现有效数据的次数，并将其传送给所述的数据统计单元，所述的数据统计单元统计每个时序数据长度为L的段中有效数据出现的次数，根据有效数据出现次数的众数，获得K个时序数据段中每一段的有效数据统计值，将获得的有效数据统计值传送给所述的数据记录单元，并将数值1传送给判断单元，所述的判断单元将每次接收到的数值1计和，若和小于或等于T_S/T_L，则将所述的数据统计单元在每一段时序数据中以上次起点时间加上时间T_L为起点，若数字大于T_S/T_L，则数据统计单元完成工作，所述的数据记录单元获得的T_S/T_L个K个时序数据段中每一段的有效数据统计值，分别计算有效数据出现的次数，次数最大的有效数据对应的起始时间，即为时序数据的起始时间。