[发明专利]一种挖掘时序数据故障模式的系统及方法在审
申请号: | 201510551484.3 | 申请日: | 2015-09-01 |
公开(公告)号: | CN105205111A | 公开(公告)日: | 2015-12-30 |
发明(设计)人: | 鲍军鹏;杨天社;樊恒海;齐勇;高宇;王小乐;傅娜;魏强 | 申请(专利权)人: | 西安交通大学;中国西安卫星测控中心 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
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、统计学习模块、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。 | ||
搜索关键词: | 一种 挖掘 时序 数据 故障 模式 系统 方法 | ||
【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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学;中国西安卫星测控中心,未经西安交通大学;中国西安卫星测控中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510551484.3/,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置