[发明专利]一种基于移动区间关联性趋势的预警阈值设置方法

权利要求书

1.一种基于移动区间关联性趋势的预警阈值设置方法，其特征在于：包括如下步骤：

获取监测数据中具有关联性关系的自变量数据X_n及应变量数据Y_n，n为数据个数n＝1,2,3,...,N；

根据自变量数据X_n，应变量数据Y_n计算区间预警趋势值data_mid,i,i＝1,2,...,M；

计算应变量数据Y_n和对应预警趋势序列A_mid,n间的差值数据E_n,n＝1,2,...,N；

计算差值数据E_n在一定保证率α下的分位上限值、分位下限值；

计算应变量蓝色预警通常值下限值、上限值。

2.根据权利要求1所述的一种基于移动区间关联性趋势的预警阈值设置方法，其特征在于：还包括：计算应变量红色预警下限值、上限值。

3.根据权利要求1所述的一种基于移动区间关联性趋势的预警阈值设置方法，其特征在于：所述区间预警趋势值data_mid,i计算步骤如下：

以自变量数据X_n为基准、L_step为步长进行移动区间划分，得到M个自变量区间，M个自变量区间对应的应变量数据为f_data,i，其中，i＝1,2,...,M，M＝int((max(X_n)-min(X_n))/L_step)+1；

分别将M个自变量区间对应的f_data,i细分为m个区段，统计各个区段上数据频率值p_k＝data_k/n，data_k为第i个自变量区间对应的f_data,i在第k个区段上的频数，n为第i个自变量区间对应的f_data,i数据总个数，k＝1,2,...,m；

计算各个区段上数据频率值p_k与该区段长度上的分布函数概率密度积分值fre_k间的残差r_k的平方和，r_k＝p_k-fre_k,k＝1,2,...,m，取a最小值时对应的概率分布为最优概率分布，得到第i个自变量区间对应的f_data,i最优概率分布下的概率最大值对应的应变量数据作为区间预警趋势值data_mid,i,i＝1,2,...,M。

4.根据权利要求1所述的一种基于移动区间关联性趋势的预警阈值设置方法，其特征在于：所述差值数据E_n计算步骤如下：

根据应变量数据Y_n的数据个数N对区间预警趋势值data_mid,i,i＝1,2,...,M进行插值，得到预警趋势序列A_mid,n,n＝1,2,...,N,根据E_n＝Y_n-A_mid,n计算差值数据E_n,n＝1,2,...,N。

5.根据权利要求1所述的一种基于移动区间关联性趋势的预警阈值设置方法，其特征在于：所述分位上限值、分位下限值计算步骤如下：

以差值数据E_n为基准、L_step为步长进行移动区间划分，得到M个差值区间，基于随机变量分布函数分别计算差值子序列E_i,i＝1,2,...,M在一定保证率α下的分位上限值、分位下限值分别作为差值子序列的通常上限值diff_i,u、通常下限值diff_i,d，i＝1,2,...,M；

其中，F^-1(·)随机变量分布函数的反函数。