多变量时间序列滑动窗口异常点的检测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

江苏省政府留学奖学金基金;国家自然科学基金(61103141);江苏省高校自然科学基金(13KJB520015)


Outlier detection for sliding window of multi-variable time series
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对多变量时间序列(MTS)的异常点的探测问题,提出了采用由粗到细的二次探测方案.基于滑动窗口数据的置信区间,构造了变化趋势值特征和相对变化趋势值特征分别用于二次探测,同时研究了特征的快速提取算法.通过对OPEN3000数据监测系统采集的事故发生前后某市城南变电站各设备表的数据集进行异常点探测,结果表明提出的算法能够快速准确地探测出异常点的位置.

    Abstract:

    This paper proposes a two-step detection scheme that begins thick and ends thin,to mine the outliers of multivariable time series (MTS).According to the confidence interval of the data in sliding window,characteristics of both variation trend value and relevant variation trend value were constructed,which were then used in the two detection processes.Meanwhile,the rapid extraction algorithm for characteristics is studied.The outlier detection scheme is then applied to mine outliers before and after an accident happened at a 110 kV Grid Transformer Substation in Jiangsu province.Data sets of various equipment tables,which were collected by OPEN3000 data surveillance system,were checked by the proposed detection scheme,and experiment result indicates that this algorithm can rapidly and precisely locate the outliers.

    参考文献
    相似文献
    引证文献
引用本文

戴慧,阚建飞,李伟仁,周卫东.多变量时间序列滑动窗口异常点的检测[J].南京信息工程大学学报(自然科学版),2014,6(6):515-519
DAI Hui, KAN Jianfei, LEE Weiren, ZHOU Weidong. Outlier detection for sliding window of multi-variable time series[J]. Journal of Nanjing University of Information Science & Technology, 2014,6(6):515-519

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-09-06
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-12-24
  • 出版日期:

地址:江苏省南京市宁六路219号    邮编:210044

联系电话:025-58731025    E-mail:nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持:北京勤云科技发展有限公司