一种时间序列的定性趋势分析方法和装置与流程

技术特征：
1.一种时间序列的定性趋势分析方法，其特征在于，包括：将待处理的时间序列划分为多个最小基元，其中，所述最小基元为单位采样时间内的线段；基于相邻基元的融合误差最小原则，将任一基元与左相邻基元或右相邻基元合并；计算各个分段数对应的基元与所述时间序列的拟合度指数，获取最大拟合度指数，以及根据所述最大拟合度指数确定最优分段数；重复执行将任一基元与左相邻基元或右相邻基元合并的步骤，直到基元的数量等于所述最优分段数；以及输出所有基元作为所述时间序列的分段线性表示结果，并根据所述分段线性表示结果确定所述时间序列的定性趋势。2.根据权利要求1所述的时间序列的定性趋势分析方法，其特征在于，将时间序列划分为多个最小基元进一步包括：将以时间t为自变量的数据规范化为[0,1]区间内的值以获取以下所述时间序列t：t＝[x(t)],t＝1,2,
…
,n，其中，x(t)为样本点；将所述时间序列划分为n-1个最小基元，其中，所述最小基元分别为：t[1,2],t[2,3],
…
,t[n-1,n]。3.根据权利要求1所述的时间序列的定性趋势分析方法，其特征在于，基于相邻基元的融合误差最小原则，将任一基元与左相邻基元或右相邻基元合并进一步包括：从所述多个最小基元的中间基元中选择任一基元，计算所述任一基元与左侧相邻基元的第一融合误差和所述任一基元与右侧相邻基元的第二融合误差；将所述第一融合误差与所述第二融合误差相比较，以确定融合误差小的左相邻基元或右相邻基元；以及将所述任一基元与融合误差小的所述左相邻基元或所述右相邻基元合并。4.根据权利要求2所述的时间序列的定性趋势分析方法，其特征在于，计算所述任一基元与左侧相邻基元的第一融合误差和所述任一基元与右侧相邻基元的第二融合误差进一步包括：所述任一基元为第j个基元t[j,j 1]、其左相邻基元为t[j-1,j]和其右相邻基元为t[j 1,j 2]；计算所述时间序列t在t[j-1,j 1]内的第一方差α
jl
和在t[j,j 2]内的第二方差为α
jr
；基于所述多个最小基元内的所有样本点通过最小二乘法获取回归直线；计算所述第j个基元与所述左相邻基元合并后的所有样本点与所述回归直线的距离之和作为第一拟合误差ε
jl
，并且计算所述第j个基元与所述右相邻基元合并后的所有样本点与所述回归直线的距离之和作为第二拟合误差ε
jr
；以及计算所述第一方差与所述第一拟合误差的乘积α
jl
ε
jl
作为所述第一融合误差以及所述第二方差与所述第二拟合误差的乘积α
jr
ε
jr
作为所述第二融合误差。5.根据权利要求2所述的时间序列的定性趋势分析方法，其特征在于，计算各个分段数对应的基元与所述时间序列的拟合度指数进一步包括：通过先验知识确定时间序列t的最大分段数为k，其中，分段数的取值范围为s＝{1,
2,
…
,k}；以及通过以下公式计算拟合度指数fitness：其中，i(
·
)表示指示函数，如果括号内的条件成立，该函数的取值为1，否则为0；符号|c
i
|表示集合c
i
中所含元素的个数，其中，通过dbscan密度聚类算法对样本点进行分类，所述集合c
i
是由每一类中的样本点构成的集合；d(t)表示某个基元内的样本点x(t)到基元对应的回归直线的距离，其中，基于合并后的基元与所述多个最小基元内的所有样本点通过最小二乘法获取回归直线；以及γ
i
为预先设定的距离阈值。6.根据权利要求5所述的时间序列的定性趋势分析方法，其特征在于，根据所述最大拟合度指数确定最优分段数进一步包括：当拟合度指数fitness的值越大时，更多的样本点分布在所述回归直线附近；以及根据获取的拟合度指数fitness的最大值，确定所述最优分段数k
opt
。7.根据权利要求5所述的时间序列的定性趋势分析方法，其特征在于，输出所有基元作为所述时间序列的分段线性表示结果进一步包括：在显示器上显示所述多个最小基元和合并完成后的基元作为所述时间序列的分段线性表示结果。8.根据以上权利要求1-7中的任一项所述的时间序列的定性趋势分析方法，其特征在于，所述时间序列为温度、电流、电压、流量、压力或功率时间序列。9.根据以上权利要求8中的任一项所述的时间序列的定性趋势分析方法，其特征在于，确定第一时间序列和第二时间序列的定性趋势；以及根据所述第一时间序列的定性趋势和所述第二时间序列的定性趋势，确定所述第一时间序列与所述第二时间序列之间的关系，其中，所述关系包括正比例关系和反比例关系。10.一种时间序列的定性趋势分析装置，其特征在于，包括：时间序列分割模块，用于将待处理的时间序列划分为多个最小基元，其中，所述最小基元为单位采样时间内的线段；合并模块，用于基于相邻基元的融合误差最小原则，将任一基元与左相邻基元或右相邻基元合并；最优分段数确定模块，用于计算各个分段数对应的基元与所述时间序列的拟合度指数，获取最大拟合度指数，以及根据所述最大拟合度指数确定最优分段数；所述合并模块，还用于在从所述最优分段数确定模块接收所述最优分段数之后，重复执行将任一基元与左相邻基元或右相邻基元合并的步骤，直到基元的数量等于所述最优分段数；以及结果确定模块，用于输出所有基元作为所述时间序列的分段线性表示结果，并根据所述分段线性表示结果确定所述时间序列的定性趋势。

技术总结
本发明涉及一种时间序列的定性趋势分析方法和装置，属于数据处理技术领域，解决了时间序列的时间间隔很大时很难准确判断时间序列在这段时间内的变化趋势的问题。该方法包括：将时间序列划分为多个最小基元；基于相邻基元的融合误差最小原则，将任一基元与左相邻基元或右相邻基元合并；计算各个分段数对应的基元与时间序列的拟合度指数，获取最大拟合度指数，以及根据最大拟合度指数确定最优分段数；重复执行将任一基元与左相邻基元或右相邻基元合并的步骤，直到基元的数量等于最优分段数；以及输出所有基元作为时间序列的分段线性表示结果，并根据分段线性表示结果确定时间序列的定性趋势。确定了时间序列在时间段内的变化趋势。化趋势。化趋势。


技术研发人员：余彦 刘洋 陈远方 张利剑 魏小倩
受保护的技术使用者：北京机械设备研究所
技术研发日：2020.10.26
技术公布日：2022/5/16