基于相关系数的多变量异常数据段的检测
来源期刊:控制工程2020年第1期
论文作者:庞向坤 黄越 王振 余彦 高嵩
文章页码:194 - 200
关键词:工业报警系统;异常数据段检测;相关系数;多元时间序列;
摘 要:工业报警系统普遍存在报警过多的问题,为了获取过程变量的正常与异常历史数据段,从而设计工业报警系统的动态报警阈值,进行性能评估和优化,提出了一种基于过程变量之间的相关系数进行异常数据段检测的改进方法。该检测方法将相关系数和数据段长度作为分段依据,对过程变量的多元时间序列进行分段,采用Spearman秩相关系数获取变量之间的相关关系,从而检测出不符合正常趋势的异常数据段。仿真算例和工业案例表明该方法可真实地反映过程变量之间的相关关系,并准确检测出所存在的异常数据段。
庞向坤1,黄越2,王振3,余彦4,高嵩1
1. 国网山东省电力公司电力科学研究院2. 北京协同创新研究院3. 山东科技大学电气与自动化工程学院4. 北京大学工学院
摘 要:工业报警系统普遍存在报警过多的问题,为了获取过程变量的正常与异常历史数据段,从而设计工业报警系统的动态报警阈值,进行性能评估和优化,提出了一种基于过程变量之间的相关系数进行异常数据段检测的改进方法。该检测方法将相关系数和数据段长度作为分段依据,对过程变量的多元时间序列进行分段,采用Spearman秩相关系数获取变量之间的相关关系,从而检测出不符合正常趋势的异常数据段。仿真算例和工业案例表明该方法可真实地反映过程变量之间的相关关系,并准确检测出所存在的异常数据段。
关键词:工业报警系统;异常数据段检测;相关系数;多元时间序列;