基于模型的过程工业时间序列异常值检测方法.pdfVIP

学兔兔 第33卷 第9期 仪 器 仪 表 学 报 Vo1．33 No．9 2012年9月 Chinese Journal of Scientific Instrument Sep．2012 基于模型的过程工业时间序列异常值检测方法冰 苏卫星 ，朱云龙 ，胡琨元 ，刘 芳。 (1中国科学院沈阳自动化研究所 沈阳 110016；2中国科学院研究生院 北京 100039； 3东北大学信息科学与工程学院 沈阳 110819) 摘 要：时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序 列异常值检测需求，提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于“偏差”的检测 思想与统计学理论相结合，首先利用基于数据的鲁棒建模方法对待检测数据进行拟合并得到拟合残差，然后利用统计学知识分 析拟合残差以最终确定数据的异常情况。为了实现算法的在线检测要求，引进了两窗口结构并对其加以改进；通过合理的选取 先验分布以及对未知参数进行边缘化处理的方式，有效地减少了算法中的参数个数，提高了算法的可用性。仿真实验可以证明 所提出的时问序列异常值在线检测算法具有很好的检测准确性和一定的实用性。 关键词：异常值检验；时间序列；边缘化后验比；自回归模型 中图分类号：TP311．11 文献标识码：A 国家标准学科分类代码：520．60 Model-based outlier detection method for time series of process industry Su Weixing ，Zhu Yunlong ，Hu Kunyuan ，Liu Fang (J Shenyang Institute ofAutomation，Chinese Academy ofSciences，Shenyang 110016，China； 2 Graduate School of Chinese Academy ofSciences，Beijing 100039，China； 3 School ofInformation ScienceEngineering，Northeastern Unwemity，Shenyang 110819，China) Abstract：Outlier detection for time series is an important and basic work in time。series data mining research．In or- der to meet the massive time series outlier detection requirements in control system of process industry，a simple and fast on—line outlier detection method is presented，which is based on marginalized posterior ratio test．The method combines the“deviation”based test idea and statistics theory：row data are fitted by a data—based robust modeling method and fitting residuals are obtained，then the fitting residuals are anal