一种挖掘时序数据故障模式的系统及方法

摘要

本发明公开一种挖掘时序数据故障模式的系统及方法，包括数据预处理模块、TK-Means聚类模块、统计学模块、DBSCAN聚类模块、故障模式生成模块；本发明通过对时序数据异常信息进行分析，一方面可以挖掘出数据变化规律的共同特征，从而发现比较通用、一致的异常和故障模式；另一方面也可以挖掘出新型变化规律，从而发现未知异常和故障模式。本发明利用DBSCAN方法对异常模式进行聚类，根据聚类结果将故障模式写成形式化规则。同时，形式化规则的前件和后件也反映了对应事件的先后关系。

主权项

一种挖掘时序数据故障模式的系统，其特征在于，包括：数据预处理模块、TK‑Means聚类模块、统计学习模块和DBSCAN聚类模块；数据预处理模块，用于对原始数据进行清洗、插值处理，获得归一化数据；TK‑Means聚类模块，用于对数据预处理模块处理后的数据进行特征向量提取，然后采用TK‑means方法对特征向量进行聚类，然后根据聚类结果将数据转换成特征字符串；统计学习模块，用于对特征字符串进行统计学习，找出频繁模式和非频繁模式，所述非频繁模式对应着异常模式；DBSCAN聚类模块，用于把多个参数的异常模式聚集在一起形成故障模式。