[发明专利]基于事件触发采样的信息压缩与异常检测方法

说明书

本发明公开了基于事件触发采样的信息压缩与异常检测方法，包括以下步骤：S1、确定系统数据采样事件触发条件和阈值，完成测量变量的数据采样；S2、根据事件触发采样测量变量，设计事件触发卡尔曼滤波器重构数据；S3、利用残差分析数据进行故障检测。本发明采用上述基于事件触发采样的信息压缩与异常检测方法，可在减小传输信道传输压力的基础上，对采样后的数据进行了数据重构，并根据重构数据进行系统的故障检测，保证了后续系统性能分析的准确性和安全性。

技术领域

本发明涉及数据处理技术领域，尤其涉及基于事件触发采样的信息压缩与异常检测方法。

背景技术

目前在工业过程控制领域对于数据的采集监测大多都通过周期采样来实现，周期采样以固定时间间隔对信号进行采样，由于每个采样节点与当前的工作状态无关，所以存在着严重的通信资源浪费问题。例如卫星的信号监测系统、电网的监测系统、地震的监测站和环境质量信号采集系统在长期的运行中都会产生大量冗余数据，造成系统的通信资源浪费。

从整体上来看，时间触发的采样控制系统对于采样频率过于保守。具体说来，由于测量变量的更新频率固定，为了兼顾可能出现的最坏的估计结果，一般会选择比较保守即比较小的采样周期。可知采用这种采样方式的缺点在于：即使当估计器已经获得理想的估计精度，而不再需要采样任何新的测量更新时，测量变量依然会以较快的频率进行更新。同时周期采样周期较小时，过多的传送信号会造成数据量增加和数据传输通道的资源占用，对于存储器的容量和数据传输的带宽要求就比较高。比如无人车在复杂地形环形工作时，对无人车的剩余电量，温度等监测量并不需要时刻进行传输到遥控系统，只要其电量或温度的变化在正常幅度内，就不需要进行时时刻刻的传输，这样就能节省无人车能量的消耗，使无人车工作更长时间。

发明内容

针对长期运行的过程控制系统的大量数据传输问题，本发明提供事件触发采样的信息压缩与异常检测方法，实现了对于大量的传感器数据的压缩采样和事件触发状态估计器的数据恢复，在不显著降低数据有效性的前提下，尽量减少由于系统长期运行产生的冗余测量变量传输，降低采样传输更新的次数，并且通过事件触发状态估计器来实现对于数据信号的重构，减少信道负荷和信号传输所消耗的能量，并可通过重构数据进行故障检测。

为实现上述目的，本发明提供了基于事件触发采样的信息压缩与异常检测方法，包括以下步骤：

S1、确定系统数据采样事件触发条件和阈值，完成测量变量的数据采样；

S2、根据事件触发采样测量变量，设计事件触发卡尔曼滤波器重构数据；

S3、利用残差分析数据进行故障检测。

优选的，步骤S1所述的系统数据包括控制信号和测量/受控信号；

其中，测量/受控信号由传感器获取后，通过通信信道的事件触发条件判断是否进行传输，且通信信道的事件触发条件如下：

式中，γ_k为0或1取值的触发变量，其表示第k步采样的事件触发信息；y_k是通过传感器测得的第k步测量变量；y_k-1是通过传感器测得的第k-1步测量变量；

此时，在传感器当前测量值y_k和上一次传送的测量值y_k-1之间的差值超过阈值δ时才触发条件，进而传感器才会对系统监测数据进行采样传送。

优选的，阈值δ的获取步骤如下：

首先采样获取平均通信率

式中，N为时间序列的长度；

而后，通过事件触发状态估计器获取估计误差