一种基于数据块的趋势自动提取方法

1.一种基于数据块的趋势自动提取方法，其特征在于，具体按照以下步骤实施：步骤1、采集某列车轴温数据作为原始数据，然后绘制原始数据曲线；所述步骤1中原始数据data＝{x 1 ,x 2 ,...,x N |N∈N * }，绘制原始数据data的曲线，其中，x N 表示列车轴温，N表示时刻；步骤2、寻找原始数据的最优分段值，提取出数据包络中心线，并寻找其局部极值点；所述步骤2具体按照以下步骤实施：步骤2.1、求取原始数据长度值的全部约数，除1以外，并按照从小到大顺序排列，得到排序后的约数序列D＝{d 1 ,d 2 ,...,d i |i∈N * }，其中，d i 表示约数值，下标i表示数据点的个数；步骤2.2、根据步骤2.1得到的序列D的第一个位置开始遍历，根据约数值将原始数据划分为等宽度的段，首先，每段取一个最高点，连接所有最高点得到原始数据的上包络线，然后，每段取一个最低点，连接所有最低点得到原始数据的下包络线，最后，对上下包络线求平均得到包络线的中心线；步骤2.3、寻找步骤2.2中得到的包络中心线的局部极大值点，局部极大值满足的条件为(data(x)>data(x-1))&&(data(x)>＝data(x+1))，并且记局部极大值为X max ＝{x maxn |1≤x maxn ≤x N ,1≤n≤N}，其中，x maxn 表示局部极大值，n表示极大值点对应的时刻；步骤2.4、寻找步骤2.2中得到的包络中心线的局部极小值点，局部极小值满足的条件为(data(x)<data(x-1))&&(data(x)<＝data(x+1))，并且记局部极小值为X min ＝{x minm |1≤x minm ≤x N ,1≤m≤N}，其中，x minm 表示局部极小值，m表示极小值点对应的时刻；步骤2.5、定义遍历终止条件：若x maxn ＝x maxn+1 ||x minm ＝x minm+1 ，则重复步骤2.2～步骤2.4，直到第一次出现无连续相同的局部极大值点和局部极小值点，其中，x maxn+1 表示x maxn 下一时刻的局部极大值，x minm+1 表示x minm 下一时刻的局部极小值；步骤2.6、根据步骤2.5得到的约数值为最优分段值，本次实验的最优分段值为100，此时得到了最优包络中心线及其局部极大值点和局部极小值点；步骤3、根据步骤2得到的局部极值点将数据划分成数据块，在每个数据块内进行趋势提取分析，为后面进一步预测轴温变化、判断列车故障等问题提供理论基础，所述步骤3具体按照以下步骤实施：步骤3.1、将数据的起点、局部极大值点、局部极小值点以及数据的终点按时刻从小到大的顺序合并为原始数据的特征点集合，每相邻两个特征点之间的数据划分成一个数据块；步骤3.2、根据现有定义的三种线性趋势基元：上升、不变、下降，对每个数据块分块拟合，进行趋势提取，根据一元线性拟合的结果，如果斜率大于零则为上升趋势，斜率等于零为不变趋势，斜率小于零为下降趋势。