(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211121071.8 (22)申请日 2022.09.15 (71)申请人 杭州市质量 技术监督检测院 地址 310019 浙江省杭州市上城区九环路 50号 申请人 水利部产品质量标准研究所 (72)发明人 王达　马光飞　钟浩　徐东英　 张艳南　 (74)专利代理 机构 杭州龙华专利代理事务所 (特殊普通 合伙) 33302 专利代理师 郑汉康 (51)Int.Cl. G06F 16/2458(2019.01) G06F 17/18(2006.01) G06K 9/62(2022.01) (54)发明名称 一种时间序列趋势相似度搜索方法、 故障诊 断方法及系统 (57)摘要 本发明涉及信息技术领域， 具体涉及一种时 间序列趋势相似度搜索方法、 故障诊断方法及系 统， 时间序列趋势相似度搜索方法包括以下步 骤： 定义时间序列S1和S2的趋势距离D(S1,S2)； 将待查时间序列S分成m个子序列Sk， 令k等于初 值1； 计算待查时间序列S的子序列与目标序列Q 的趋势距离D(Sk,Q)； 若D(Sk,Q)>Eset， 则令k增 加∆k， 若D(Sk,Q)≤Eset， 则令j∈[k ‑kr,k+kr]， kr为预设常数， 依次计算D(Sj,Q)， D(Sj,Q)中的 最小值对应的子序列即为最佳匹配序列 Skrj。 本 发明的有益技术效果包括： 定义了时间序列的分 段趋势表 示方法和分段趋势距离， 能够高效的完 成最佳匹配的时间序列的搜索， 提高时间序列搜 索效率。 权利要求书3页 说明书6页 附图4页 CN 115328973 A 2022.11.11 CN 115328973 A 1.一种时间序列趋势相似度搜索方法， 其特 征在于， 包括以下步骤： 定义时间序列S1和S2的趋势距离为D(S1,S2)， 其中， L表示时间序列 S2的长度， tih表示时间序列 S1的子序列i的长度， n表示时间序列 S1 和S2包含的点的数量， m1i表示时间序列S1的第i个点， m2i表示时间序列S2的第i个点， Cov() 代表了S1和S2两个时间序列点的差异的协方差， Dt()表示m1i和m2i的距离； 根据时间序列的变化情况， 将待查时间序列S分成m个子序列Sk,k∈[1,m ]， 令k等于初值1； 计算待查时间序列S的子序列 与目标序列Q的趋势 距离D(Sk,Q)； 若D(Sk,Q)>Eset， 则令k增加Δk， 若D(Sk,Q)≤Eset， 则令j∈[k ‑kr,k+kr]， kr为预设常数， 依次计算D(Sj,Q)， D(Sj,Q)中的最小值对应的子序列即为 最佳匹配序列Skrj。 2.根据权利要求1所述的一种时间序列趋势相似度搜索方法， 其特 征在于， 根据时间序列的变化情况， 将待查时间序列S分成m个子序列Sk,k∈[1,m ]的方法包括： 计算目标序列Q的方差； 将待查时间序列S分成p个片段， p为整数， p>m； 将连续的多个片段作为子序列， 连续的多个片段的长度与目标序列Q长度匹配； 计算连续的多个片段的方差， 若与目标序列Q的方差差别小于预设阈值， 则将连续的p 个片段作为 一个子序列。 3.根据权利要求2所述的一种时间序列趋势相似度搜索方法， 其特 征在于， 将目标序列Q按照片段长度划分为若干个区间， 计算每 个区间的平均值； 以折线连接区间的平均值， 获得折线的转 折点数量； 计算每个片段的平均值， 以折线连接区间的平均值； 连续多个片段的折线的转折点数量与目标序列Q的折线的转折点数量相差低于预设阈 值时， 将连续的多个片段作为 一个子序列。 4.根据权利要求1至 3任一项所述的一种时间序列趋势相似度搜索方法， 其特 征在于， Δk的值由下式计算： 其中， Round()为向下 取整函数， | |M||表示待查时间序列S的趋势数量。 5.根据权利要求 4所述的一种时间序列趋势相似度搜索方法， 其特 征在于， kr的值由下式计算： kr＝| |M||·(D(Sk,Q)+Eset)。 6.根据权利要求 4所述的一种时间序列趋势相似度搜索方法， 其特 征在于， 待查时间序列S的趋势包括上升 趋势、 保持趋势及下降趋势。 7.一种基于噪声的故障诊断方法， 使用如权利要求1至6任一项所述的一种时间序列趋 势相似度搜索方法， 其特 征在于， 包括以下步骤： 采集故障电机的噪声， 形成故障噪声模板， 作为目标序列Q；权　利　要　求　书 1/3 页 2 CN 115328973 A 2现场采集待检测电机的噪声， 作为待查时间序列S； 根据待查时间序列S的变化情况， 将待查时间序列S分成m个子序列Sk,k∈[1,m]， 令k等于初 值1； 计算待查时间序列S的子序列 与目标序列Q的趋势 距离D(Sk,Q)； 若D(Sk,Q)>Eset， 则令k增加Δk， 若D(Sk,Q)≤Eset， 则令j∈[k ‑kr,k+kr]， kr为预设常数， 依次计算D(Sj,Q)， D(Sj,Q)中的最小值对应的子序列即为 最佳匹配序列Skrj； 计算最佳匹配序列Skrj与目标序列Q的趋势距离为D(Skrj,Q)， 若D(Skrj,Q)小于预设阈 值， 则判定电机的故障为目标序列Q对应的故障， 反 之， 则判定电机无故障。 8.根据权利要求7 所述的一种基于噪声的故障诊断方法， 其特 征在于， 趋势距离D(Sk,Q)的计算方法为： 其中， L表示目标序列Q的长度， tih表示时间序列Sk的子序列i的长度， n表示时间序列Sk 和Q包含的点的数量， m1i表示时间序列Sk的第i个点， m2i表示时间序列Q的第i个点， Cov()代 表了Sk和Q两个时间序列点的差异的协方差， Dt()表示m1i和m2i的距离。 9.一种基于振动的故障诊断方法， 使用如权利要求1至6任一项所述的一种时间序列趋 势相似度搜索方法， 其特 征在于， 包括以下步骤： 采集故障电机的振动， 形成故障振动模板， 作为目标序列Q； 现场采集待检测电机的振动， 作为待查时间序列S； 根据待查时间序列S的变化情况， 将待查时间序列S分成m个子序列Sk,k∈[1,m]， 令k等于初 值1； 计算待查时间序列S的子序列 与目标序列Q的趋势 距离D(Sk,Q)； 若D(Sk,Q)>Eset， 则令k增加Δk， 若D(Sk,Q)≤Eset， 则令j∈[k ‑kr,k+kr]， kr为预设常数， 依次计算D(Sj,Q)， D(Sj,Q)中的最小值对应的子序列即为 最佳匹配序列Skrj； 计算最佳匹配序列Skrj与目标序列Q的趋势距离为D(Skrj,Q)， 若D(Skrj,Q)小于预设阈 值， 则判定电机的故障为目标序列Q对应的故障， 反 之， 则判定电机无故障。 10.一种基于振动的故障诊断系统， 使用如权利要求9所述的一种基于噪声的故障诊断 方法， 其特 征在于， 包括声音采集装置、 振动检测装置、 通信模块、 存储模块、 显示模块、 供电模块和控制 器， 声音采集装置包括麦克风和采集板， 振动检测装置包括三轴振动加速度计和无线通信 模块， 麦克风通过导线与采集板连接， 三轴振动加速度计与无线通信模块通信连接， 显示模 块安装在壳体上， 采集板、 无线通信模块、 通信模块、 存储模块及显示模块均与控制器连接， 通信模块与上位机连接， 供电模块 为其余元器件供电； 三轴振动加速度计包括磁吸附座、 三轴加速度计、 变送器、 电池和无线数据传输模块， 三轴加速度计安装在磁 吸附座上， 磁 吸附座吸附在待测设备上， 变送器与三轴加速度计连 接， 无线数据传输模块与变送器连接， 无线 数据传输模块与无线通信模块建立通信连接， 电 池为三轴加速度计、 变送器和无线数据传输模块供电；权　利　要　求　书 2/3 页 3 CN 115328973 A 3