基于小波变换的时序数据自适应分段、降维与表征方法及应用

摘要

本发明公开了一种基于小波变换的时序数据自适应分段、降维与表征方法及应用，包括：将待处理时间序列数据Ωi以dbn小波进行N层离散小波变换，提取出幅值特征Aj；将Aj做后向差分，获得差分特征Diffj，对其进行加权综合，得到Ωi在时间域上的分段点置信度Cof；确定Ωi在时域上的w个分段点Sp，并分成w+1小段，根据Aj提取各小段的频率修正系数向量SWF，构成频域特征矩阵ΩFi；提取获得各小段的统计学特征SWS，通过SWS构成Ωi的统计学特征矩阵ΩSi；合并ΩFi和ΩSi得到综合特征矩阵ΩFSi，完成时序数据降维与表征。本发明的方法能够为后续的评估分析保留了足够的特征，使电力设备的运行状态更易于精准、实时掌握；用于电网设备监测系统中，能够显著降低海量的监测数据的利用成本。