一种用于判断指标异常的回归方法和系统的制作方法
【专利摘要】本发明提供了一种用于判断指标异常的回归的方法和系统，包括：指标数据库，曲线拟合服务器和分析装置，其中，指标数据库，用于从计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据，并按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体；曲线拟合服务器，用于根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据；分析装置，用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据数据间偏离的程度，确定异常数据。为异常引起的指标偏差具体数值进行定量分析。
【专利说明】一种用于判断指标异常的回归方法和系统
【技术领域】
[0001]本发明属于煤矿管理领域，特别涉及一种用于判断指标异常的回归方法和系统。【背景技术】
[0002]目前火力发电公司的SIS系统近几年比较普及，但基于SIS数据的二次开发不多，开发出来的数据或是计算结果，或是数据列表，可视化程度不高；并且并没有一种数据指标的异常判断方面的功能。
【发明内容】
[0003]基于现有技术中存在的上述技术问题。本发明的目的在于提出一种用于判断指标异常的回归方法和系统。
[0004]本发明提供了一种用于判断指标异常的回归的系统，包括:指标数据库，曲线拟合服务器和分析装置，其中，指标数据库，用于从计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据，并按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体；曲线拟合服务器，用于根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据；分析装置，用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据数据间偏离的程度，确定异常数据。
[0005]本发明还提供了一种用于判断指标异常的回归的方法，包括:
步骤1:指标数据库从计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据；指标数据库按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体；
步骤2:曲线拟合服务器根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据；
步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据专业经验和数据间偏离的程度，确定异常数据。
本发明的有益效果是:两个相关指标的图形化表示、指标偏差时的异常显示、对异常指标偏离拟合曲线的数值可以实现自定义偏差以实现异常判断以及为异常引起的指标偏差具体数值进行定量分析。
【专利附图】
【附图说明】
[0006]图1为本发明的一种用于判断指标异常的回归系统的结构示意图。
【具体实施方式】
[0007]下面结合附图和实施例对本发明作进一步说明，应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。[0008]基于火力发电厂SIS系统的二次开发，对与负荷相关的指标，用目测的方法基本无法判断数据的正常和异常，但将所有数据进行回归拟合，则正常和异常数据，以及异常的偏离程度就一目了然了。
[0009]下面结合附图和【具体实施方式】对本发明作进一步详细的说明。
[0010]如图1所示，本发明提供了一种用于判断指标异常的回归的系统，包括:指标数据库1，曲线拟合服务器2和分析装置3，其中，指标数据库，用于从电厂计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据，并按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体。曲线拟合服务器，用于根据数据相关性，拟合指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据。分析装置，用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据专业经验和数据间偏离的程度，确定可能存在的异常数据。
[0011]本发明提供了一种用于判断指标异常的回归的方法，包括:
步骤1:指标数据库从电厂计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于Sis系统中的实时数据。指标数据库按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体。这的指标数据库是对指标进行异常分析的数据基础。
[0012]步骤2:曲线拟合服务器根据数据相关性，拟合指标日数据间的一元N次回归方程，从而得到相应的理论数据。
[0013]数据相关性的拟合回归是本产品的核心。其原理为:给出一组点数据(xl，yl)……(xn, yn),确定x和y之间为一元N次方程关系,采用最小二乘法，即可拟合出x和y之间的回归方程y=f (X)。根据此逻辑，可拟合任意两个指标之间的回归曲线，从而分析它们之间的相关性。拟合回归出指标间的关系后，即可根据自变量指标找到需要分析的因变量指标的理论值。
[0014]步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据专业经验和数据间偏离的程度，确定可能的异常数据。
与实际的指标数据进行对比分析，在进行分拟合回归时，可根据专业经验，去除明显的异常数据，设置指标的合理范围，让曲线拟合后的理论数据更为合理。设置实际值与理论值的偏离程度，自动查找超出偏离范围的异常数据。
[0015]本发明的方法和系统可以实现:两个相关指标的图形化表示、指标偏差时的异常显示、对异常指标偏离拟合曲线的数值可以实现自定义偏差以实现异常判断以及为异常引起的指标偏差具体数值进行定量分析。
[0016]上面描述仅是本发明的一个具体实施例，显然在本发明的技术方案指导下本领域的任何人所作的修改或局部替换，均属于本发明权利要求书限定的范围。
【权利要求】
1.一种用于判断指标异常的回归的系统，其特征在于，包括:指标数据库，曲线拟合服务器和分析装置，其中，指标数据库，用于从计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据，并按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体；曲线拟合服务器，用于根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据；分析装置，用于将经过曲线拟合服务器曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据数据间偏离的程度，确定异常数据。
2.一种用于判断指标异常的回归的方法，其特征在于，包括: 步骤1:指标数据库从计划统计系统中获取到的指标日数据，而该计划统计系统中的数据来源于SIS系统中的实时数据；指标数据库按照机组，时间和指标维度对指标日数据进行挖掘，构造出相应的数据立方体； 步骤2:曲线拟合服务器根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，从而得到指标日数据相应的理论数据； 步骤3:分析装置将经过曲线拟合获得的理论数据和指标数据库建立的实际的数据立方体进行比较，根据专业经验和数据间偏离的程度，确定异常数据。
3.如权利要求2所述的用于判断指标异常的回归的方法，其特征在于，所述曲线拟合服务器根据数据相关性，拟合指标数据库中的指标日数据间的一元N次回归方程，包括: 所述曲线拟合服务器根据给出的一组点数据(xl, yl)......(xn, yn),定x和y之间为一元N次方程关系，采用最小二乘法，拟合出X和y之间的回归方程y=f (X)。
【文档编号】G06Q50/02GK103761673SQ201410005360
【公开日】2014年4月30日 申请日期:2014年1月3日 优先权日:2014年1月3日
【发明者】刘玉成, 刘峰, 罗兴宇, 赵立奇 申请人:浙江大唐乌沙山发电有限责任公司