[发明专利]一种基于残差后验的异常值在线检测及置信度评估方法

摘要

本发明公开了一种基于残差后验的异常值在线检测及置信度评估方法，包括：采集数据,建立时间序列数据，对时间序列数据进行线性拟合得到当前时刻的数据与之前p个数据的线性组合公式，预测后续时间的数据值；将预测的数据值与实际检测的数据值进行对比，得到预测残差序列；采用KDE核密度估计法确定预测残差序列的概率密度函数；对预测残差序列进行后验比检验，判断当前时刻的数据是否为异常点；以时间序列数据作为输入，建立SOM状态模型，得到状态序列和状态转移概率矩阵，定义异常打分函数，输出异常评分。本发明通过比较数据为异常点和正常点的概率大小，在线辨识污染物排放浓度时序数据中的异常值，提高了异常值判断的准确性和可靠性。

主权项

一种基于残差后验的异常值在线检测及置信度评估方法，其特征在于：包括以下步骤：步骤1：采集燃煤机组超低排放浓度历史数据,根据历史数据建立时间序列数据，对时间序列数据进行线性拟合得到当前时刻的数据与之前p个数据的线性组合公式，预测后续时间的数据值；步骤2：将步骤1预测的数据值与实际检测的数据值进行对比，得到预测残差序列；步骤3：采用KDE核密度估计法确定预测残差序列的概率密度函数，根据概率密度函数计算当前时刻的残差概率；步骤4：应用Bayesian原理对预测残差序列进行后验比检验，判断当前时刻的数据是否为异常点，如果为异常点，执行步骤5，否则输出正常并结束；步骤5：采用SOM神经网络，以步骤1中的时间序列数据作为输入进行训练从而建立SOM状态模型，得到离散的状态序列和状态转移概率矩阵，定义异常打分函数，根据从状态转移概率矩阵查得的数据状态改变发生的概率计算当前时刻数据的异常得分，确定数据异常置信度。