[发明专利]一种多变量报警系统的正常异常数据划分方法及系统

摘要

本发明涉及一种多变量报警系统的正常异常数据划分方法及系统，方法包括选取最小时长和最小偏离,构建正常状态下各变量的变化方向组合关系矩阵；对采集数据中各变量的时间序列进行标准化，得到标准化矩阵；在标准化数据矩阵中加入将时间维度，在时间维度上进行一次聚类，可以消除强噪声造成的局部突变被识别为局部趋势的影响，实现有效降低噪声；进而对一次聚类得到的簇进行合并，实现识别邻近的相似数据段；再在变量维度中进行二次聚类，实现识别时间上相隔很远的相似数据段；本发明可实现保持较高计算速度的同时大大降低误报率。相较于传统方法，对于识别系统所处阶段和变化趋势，本发明具有很大优势。

主权项

一种多变量报警系统的正常异常数据划分方法，其特征在于，包括如下步骤:S1,选取用于判断信号是否存在变化的最小时长τ和最小偏离Δ,构建正常状态下各变量的变化方向组合关系矩阵R；S2,对采集数据中各变量的时间序列进行标准化，得到标准化矩阵X；S3,在标准化数据矩阵X中加入将时间维度T0，得到带有时间维度的标准化矩阵S1；S4,对带有时间维度的标准化矩阵S1进行一次聚类,得到预设数量的簇中心；S5,根据最小时长τ的限制合并相邻簇,将合并后的簇中心组成数据集合S2；S6,根据最小偏离Δ的限制在变量维度上对数据集合S2进行二次聚类,使簇中心两两间距大于预设值；S7,计算簇中心变化方向，将簇中心方向变化与变化方向组合关系矩阵R进行对比,以识别异常数据段。