[發明專利]一種基于移動區間關聯性趨勢的預警閾值設置方法在審
| 申請號： | 202010061958.7 | 申請日： | 2020-01-19 |
| 公開（公告）號： | CN111274544A | 公開（公告）日： | 2020-06-12 |
| 發明（設計）人： | 劉興旺;劉華;陳斌;吳來義;梅大鵬;楊文爽;趙大成;耿東升;付一小;張永民 | 申請（專利權）人： | 中鐵大橋（南京）橋隧診治有限公司 |
| 主分類號： | G06F17/18 | 分類號： | G06F17/18 |
| 代理公司： | 南京縱橫知識產權代理有限公司 32224 | 代理人： | 母秋松 |
| 地址： | 210061 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 移動 區間 關聯性 趨勢 預警 閾值 設置 方法 | ||
1.一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：包括如下步驟：
獲取監測數據中具有關聯性關系的自變量數據Xn及應變量數據Yn，n為數據個數n＝1,2,3,...,N；
根據自變量數據Xn，應變量數據Yn計算區間預警趨勢值datamid,i,i＝1,2,...,M；
計算應變量數據Yn和對應預警趨勢序列Amid,n間的差值數據En,n＝1,2,...,N；
計算差值數據En在一定保證率α下的分位上限值、分位下限值；
計算應變量藍色預警通常值下限值、上限值。
2.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：還包括：計算應變量紅色預警下限值、上限值。
3.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述區間預警趨勢值datamid,i計算步驟如下：
以自變量數據Xn為基準、Lstep為步長進行移動區間劃分，得到M個自變量區間，M個自變量區間對應的應變量數據為fdata,i，其中，i＝1,2,...,M，M＝int((max(Xn)-min(Xn))/Lstep)+1；
分別將M個自變量區間對應的fdata,i細分為m個區段，統計各個區段上數據頻率值pk＝datak/n，datak為第i個自變量區間對應的fdata,i在第k個區段上的頻數，n為第i個自變量區間對應的fdata,i數據總個數，k＝1,2,...,m；
計算各個區段上數據頻率值pk與該區段長度上的分布函數概率密度積分值frek間的殘差rk的平方和，rk＝pk-frek,k＝1,2,...,m，取a最小值時對應的概率分布為最優概率分布，得到第i個自變量區間對應的fdata,i最優概率分布下的概率最大值對應的應變量數據作為區間預警趨勢值datamid,i,i＝1,2,...,M。
4.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述差值數據En計算步驟如下：
根據應變量數據Yn的數據個數N對區間預警趨勢值datamid,i,i＝1,2,...,M進行插值，得到預警趨勢序列Amid,n,n＝1,2,...,N,根據En＝Yn-Amid,n計算差值數據En,n＝1,2,...,N。
5.根據權利要求1所述的一種基于移動區間關聯性趨勢的預警閾值設置方法，其特征在于：所述分位上限值、分位下限值計算步驟如下：
以差值數據En為基準、Lstep為步長進行移動區間劃分，得到M個差值區間，基于隨機變量分布函數分別計算差值子序列Ei,i＝1,2,...,M在一定保證率α下的分位上限值、分位下限值分別作為差值子序列的通常上限值diffi,u、通常下限值diffi,d，i＝1,2,...,M；
其中，F-1(·)隨機變量分布函數的反函數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中鐵大橋（南京）橋隧診治有限公司，未經中鐵大橋（南京）橋隧診治有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010061958.7/1.html，轉載請聲明來源鉆瓜專利網。
