一种基于多元时间序列的异常报警数据检测方法

摘要

本发明公开了一种基于多元时间序列的异常报警数据检测方法，从历史数据中提取多个相关变量的数据，建立多元时间序列，将其标准化，计算正常状态下每个变量之间的符号方向；确定基于关键转折点的时间序列分段描述，设置最小时间间隔，进行关键转折点搜索；表示多元时间序列的分段线性，根据数据点到各个分段的正交距离确定拟合误差，设置损失函数阈值，优化分段数量，得到优化后的分段结果；基于优化之后分段结果，对多元时间序列的各个分段进行相关性分析，提取各个分段变量之间的符号方向，检测与正常状态下的符号方向不一致的异常数据。本发明为实现多变量报警系统的动态报警阈值设计提供有利的条件，从而减少干扰报警。

主权项

一种基于多元时间序列的异常报警数据检测方法，其特征是：包括以下步骤：(1)从历史数据中提取当前工作点之前的一定时间内的多个相关变量的数据，建立多元时间序列，将其标准化，计算正常状态下每个变量之间的符号方向；(2)确定基于关键转折点的时间序列分段描述，设置最小时间间隔，进行关键转折点搜索；(3)基于线性分段的多元时间序列，根据数据点到各个分段的正交距离确定拟合误差，设置损失函数阈值，优化分段数量，得到优化后的分段结果；(4)基于优化之后分段结果，对多元时间序列的各个分段进行相关性分析，提取各个分段变量之间的符号方向，检测与正常状态下的符号方向不一致的异常数据。