[发明专利]一种电力设备数据流故障识别方法

权利要求书

1.一种电力设备数据流故障识别方法，其特征在于：包括如下步骤，

S1：时间序列的符号化；

S2：进行序列间关联度的计算；

S3：通过聚类算法找单一序列异常值；

S4：进行数据流异常识别；

S5：进行数据清洗。

2.根据权利要求1所述的一种电力设备数据流故障识别方法，其特征在于：所述步骤S1的具体实现如下：

对一个时间序列T，用长度为l的滑动窗口截得n个子序列；对该n个子序列进行线性拟合后，再对其进行标准化，使斜率的数值都落在[-1,1]之间，然后将标准化后的斜率根据其数值大小进行符号化，从而将该时间序列从数值型转换为布尔型。

3.根据权利要求1所述的一种电力设备数据流故障识别方法，其特征在于：所述步骤S2的具体实现如下：

在计算两个时间序列的关联度过程中，设这两个时间序列为T₁和T₂，并设A和B属于事务集D，其中A＝{A₁,A₂,...,A_p}，B＝{B₁,B₂,...,B_q}，A₁,A₂,...,A_p表示根据步骤S1将时间序列T₁转化成的布尔型值，B₁,B₂,...,B_q表示根据步骤S1将时间序列T₂转化成的布尔型值；令规则A_i→B_j是满足最小置信度和最小支持度且兴趣度大于1的关联规则，n_ij是规则A_i→B_j在事务集D中出现的次数，则

$s(T_1\→T_2)=\frac{{\mathrm{\Σn}}_{ij}\·s(A_i\→B_j)}{{\mathrm{\Σn}}_{ij}}---\left(1\right)$

$i(T_1\→T_2)=\frac{{\mathrm{\Σn}}_{ij}\·i(A_{ij}\→B_{ij})}{{\mathrm{\Σn}}_{ij}}---\left(2\right).$