一种单变量时间序列的三维表示方法

摘要: 本发明涉及人工智能数据处理及信息可视化,尤其涉及一种单变量时间序列的三维表示方法。背景技术:1、单变量时间序列作为时序数据中最为普遍的数据形式,广泛分布于电力负...
一种单变量时间序列的三维表示方法

本发明涉及人工智能数据处理及信息可视化,尤其涉及一种单变量时间序列的三维表示方法。

背景技术:

1、单变量时间序列作为时序数据中最为普遍的数据形式,广泛分布于电力负荷监测、交通流量统计、气象环境观测等诸多行业场景,该类数据以时间戳与单一观测数值构成,普遍蕴含日、周、月等周期性演化规律。针对单变量时间序列,已发展出一维折线图、周期层叠二维绘图、时序矩阵转换等多种表征及可视化实现手段。

2、一维折线图作为基础时序表达方式,仅能够表达数值随时间的连续变化趋势,当存在多周期叠加的数据时,周期之间的信息容易发生混淆,难以区分同周期内相邻时刻与不同周期同一相位的内在关联关系。周期层叠二维绘图方式将各个周期数据分别绘制曲线,虽能够区分不同周期,但是多条曲线之间易产生视觉遮挡,同时割裂原始数据固有的时间连续演化关系。将周期时序整理为二维矩阵的处理方式常作为深度学习模型的输入,可完成数据结构化转换,然而矩阵形式缺乏直观的可视化表达能力,面对可变周期长度数据还需要引入填充值,易引入额外数据噪声,时间先后的连续关系也被矩阵行列结构割裂。现有各类表征手段大多将幅值、相位、周期层级多类信息压缩至一维或者二维空间内进行表达,多类特征互相耦合干扰,并且固定周期时序与可变周期时序往往需要采用两套独立处理逻辑实现,整体通用性受限。

3、现有单变量时间序列的各类表征与可视化实现方案,虽能够从某一侧面反映时序数据的部分特性,但难以在同一套表达体系下兼顾时序连续性保留、周期层级关系呈现、多特征解耦展示。对于具备周期性特征的单变量时间序列,如何在保留原始时序演化连续性的基础上,实现周期分层、相位信息、幅值信息的解耦表征,同时兼容固定周期与可变周期时序数据,是本领域亟待解决的技术问题。

技术实现思路

1、本发明提供一种单变量时间序列的三维表示方法,以克服上述技术问题。

2、为了实现上述目的,本发明的技术方案是:

3、一种单变量时间序列的三维表示方法,包括:

4、s1、获取待处理的原始单变量时间序列,所述原始单变量时间序列包括若干携带有观测幅值的采样数据;

5、s2、对采样数据进行周期解析,确定每个采样点对应的周期编号以及在所属周期内的位置;

6、s3、构建三维映射关系,包括:基于所述周期编号确定采样点的高度坐标,基于采样点所属周期内的位置得到xy平面的相位角,基于所述观测幅值得到xy平面的径向距离;

7、s4、根据采样点的相位角、径向距离和高度坐标,得到每个采样点对应的三维空间坐标;

8、s5、按照原始采样时间先后顺序,将全部采样点的三维空间坐标依次连线,生成三维螺旋时序曲线,完成单变量时间序列的三维表示。

9、进一步的,s2中,对采样数据进行周期解析,确定每个采样点对应的周期编号以及在所属周期内的位置,包括:

10、s21、根据采样数据的采样频率和变化规律,将采样数据划分为固定周期时序采样数据和可变周期时序采样数据;

11、s22、确定采样数据中第个采样点对应的周期编号为和所属周期内的位置,包括:

12、对于固定周期时序采样数据,其中,第个采样点对应的周期编号和所属周期内的位置的表达式为:

13、 ;

14、  ;

15、其中:为固定周期长度;为向上取整运算符号;为取余运算符号;

16、对于可变周期时序采样数据,第个采样点对应的周期编号和所属周期内的的表达式为:

17、;

18、;

19、;

20、其中:表示返回样本所属年份及月份,其对应的是样本对应的周期编号,表示返回对应月份的天数即周期长度,为时间戳,表示第个采样点对应的真实时间。

21、进一步的,基于所述周期编号确定的采样点的高度坐标,表示为:

22、;

23、其中:和分别对应固定周期时序采样数据和可变周期时序采样数据中采样点的高度坐标,为固定步长。

24、进一步的,基于采样点所属周期内的位置得到xy平面的相位角,包括:

25、对于固定周期时序采样数据,根据第个样本所属周期内的位置确定相位角,公式为:

26、;

27、对于可变周期时序采样数据,根据第个样本所属周期内的位置确定相位角,公式为:

28、;

29、其中:为初始相位角。

30、进一步的,基于所述观测幅值得到xy平面的径向距离,包括:

31、对所述观测幅值进行归一化处理:

32、设和分别为采样数据中观测幅值的最小值和最大值,则第

k个采样点观测幅值的归一化值为:

33、;

34、其中:为第

k个采样点对应的观测幅值,

k为时序的全局采样序号,该序号既适用于固定周期时序采样数据,也适用于可变周期时序采样数据;

35、基于第

k个采样点观测幅值的归一化值确定采样点的径向距离,表示为:

36、;

37、其中:表示基础半径;表示缩放因子。

38、进一步的,s4中,根据采样点的相位角、径向距离和高度坐标,得到每个采样点对应的三维空间坐标,表示为:

39、;

40、;

41、。

42、有益效果:本发明通过获取原始单变量时间序列,对采样数据进行周期解析得到各采样点的周期编号与周期内位置,构建高度坐标、xy 平面相位角以及径向距离的三维映射关系,求解得到各采样点的三维空间坐标,并依据原始采样时间顺序连线生成三维螺旋时序曲线,能够将时序的周期层级、相位信息、观测幅值映射至三维空间的不同几何维度,在保持单变量时间序列连续性的同时突出其周期特征,并兼容固定周期与可变周期样本数据,为单变量时间序列提供结构化三维数据表达。本发明在实际中能够用于周期时序的可视化直观展示,以便于挖掘周期演化规律、识别相位偏移与幅值异常,同时可输出标准化三维结构化数据直接供给目标模型使用,辅助模型高效学习时序周期特征,适用于各类存在周期性变化规律的单变量时序处理场景。

1.一种单变量时间序列的三维表示方法,其特征在于,包括:

2.根据权利要求1所述的单变量时间序列的三维表示方法,其特征在于, s2中,对采样数据进行周期解析,确定每个采样点对应的周期编号以及在所属周期内的位置,包括:

3.根据权利要求2所述的单变量时间序列的三维表示方法,其特征在于,基于所述周期编号确定的采样点的高度坐标,表示为:

4.根据权利要求3所述的单变量时间序列的三维表示方法,其特征在于,基于采样点所属周期内的位置得到xy平面的相位角,包括:

5.根据权利要求4所述的单变量时间序列的三维表示方法,其特征在于, 基于所述观测幅值得到xy平面的径向距离,包括:

6.根据权利要求5所述的单变量时间序列的三维表示方法,其特征在于,s4中,根据采样点的相位角、径向距离和高度坐标,得到每个采样点对应的三维空间坐标,表示为: