用于时间序列数据的基于簇的分类的制作方法

技术特征：

1.一种用于分析时间序列数据的设备(200，400)，所述设备(200，400)被配置为：

-获取在机器上监控的时间序列数据(100)；

-将所述时间序列数据分割成多个时间段(230)；

-确定估计具有相同的时间序列数据动态的时间段的簇(11，12)；

-检查与所述时间段(230)的至少一个相关联的标签信息是否可用；

-如果与所述时间段(230)的至少一个相关联的标签信息可用，则基于与所述时间段(230)的至少一个相关联的所述标签信息对所述簇(11，12)进行分类；

-如果所述簇(11，12)的所述时间段都没有关联的标签信息，则将所述簇的所述时间序列数据的至少一部分呈现给用户(10)；以及

-基于响应于呈现所述时间序列数据的至少一部分而接收到的用户输入，对所述簇(11，12)进行分类并生成与所述簇(11，12)的所述时间段相关联的标签信息，所生成的标签信息指示对所述簇(11，12)进行分类的结果。

2.根据权利要求1所述的设备(200，400)，其中，所述设备(200，400)被配置为基于所述时间序列数据动态的概率模型，确定所述时间序列数据的和所述簇(11，12)的所述时间段(230)。

3.根据权利要求1或2所述的设备(200，400)，其中，所述设备(200，400)进一步被配置为：

-如果所述簇的两个或更多个所述时间段具有冲突的关联标签信息，则将所述簇的所述时间序列数据的至少一部分呈现给所述用户(10)。

4.根据前述权利要求中的任一项所述的设备(200，400)，其中，所述设备(200，400)进一步被配置为：

-如果所述簇(11，12)的两个或更多个所述时间段具有冲突的关联标签信息，则选择所述标签信息的非冲突部分，并基于所选的所述标签信息的所述非冲突部分对所述簇(11，12)进行分类。

5.根据权利要求4所述的设备(200，400)，其中，所述设备(200，400)被配置为基于与所述标签信息相关联的所述时间段的累积时间长度来选择所述标签信息的所述非冲突部分。

6.根据权利要求4或5所述的设备(200，400)，其中，所述设备(200，400)被配置为基于所述时间序列数据动态的概率模型来选择所述标签信息的所述非冲突部分。

7.根据前述权利要求中的任一项所述的设备(200，400)，其中，所述设备(200，400)被配置为通过将所述簇分配到多个类别中的一个类别来对所述簇(11，12)进行分类，所述多个类别包括：所述机器(100)的正常运行、所述机器(100)的异常运行、未知动态以及冲突的标签信息。

8.根据前述权利要求中的任一项所述的设备(200，400)，其中，所述机器(100)包括以下中的至少一种：泵、磨机、电动机、内燃机和涡轮机。

9.根据前述权利要求中的任一项所述的设备(200，400)，其中，所述机器(100)包括泵，并且所述时间序列数据包括以下中的至少一种：泵的电机温度、泵的入口温度、泵的工作功率、泵内的压力、泵外的压力。

10.一种分析时间序列数据的方法(300)，所述方法(300)包括：

-获取在机器上监控的时间序列数据(100)；

-将所述时间序列数据分割成多个时间段(230)；

-确定估计具有相同的时间序列数据动态的时间段的簇(11，12)；

-检查与所述时间段(230)的至少一个相关联的标签信息是否可用；

-如果与所述时间段(230)的至少一个相关联的标签信息可用，则基于与所述时间段(230)的至少一个相关联的所述标签信息对所述簇(11，12)进行分类；

-如果所述簇(11，12)的所述时间段都没有关联的标签信息，则将所述簇的所述时间序列数据的至少一部分呈现给用户(10)；以及

-基于响应于呈现所述时间序列数据的至少一部分而接收到的用户输入，对所述簇(11，12)进行分类并生成与所述簇(11，12)的所述时间段相关联的标签信息，所生成的标签信息指示对所述簇(11，12)进行分类的结果。

11.根据权利要求10所述的方法(300)，进一步包括：-基于所述时间序列数据动态的概率模型来确定所述时间序列数据的和所述簇(11，12)的所述时间段(230)。

12.根据权利要求10或11所述的方法(300)，进一步包括：-如果所述簇(11，12)的两个或更多个所述时间段具有冲突的关联标签信息，则向所述用户(10)呈现所述簇的所述时间序列数据的至少一部分和/或选择所述标签信息的非冲突部分并基于所选的所述标签信息的所述非冲突部分对所述簇(11，12)进行分类。

13.根据权利要求12所述的方法(300)，包括：-基于与所述标签信息相关联的所述时间段的累积时间长度来选择所述标签信息的所述非冲突部分和/或基于所述时间系列数据动态的概率模型来选择所述标签信息的所述非冲突部分。

14.根据权利要求10至13中的任一项所述的方法(300)，进一步包括：

-通过将所述簇(11，12)分配到多个类别中的一个来对所述簇进行分类，所述多个类别包括：所述机器(100)的正常运行、所述机器(100)的异常运行、未知动态以及冲突的标签信息。

15.一种计算机程序产品，包括存储计算机可执行代码的非暂时性计算机可读介质，当在处理器上执行所述计算机可执行代码时，所述计算机可执行代码执行根据权利要求10至14所述的方法。

技术总结
为了分析在机器上监控的时间序列数据，设备(200)将时间序列数据分割成多个时间段(230)。此外，设备(200)确定估计具有相同的时间序列数据动态的时间段的簇。设备(200)然后基于与时间段中的至少一个相关联的标签信息对簇进行分类。如果簇的时间段都没有关联的标签信息，则设备(200)向用户(10)呈现簇的时间序列数据的至少一部分。基于响应于呈现时间序列数据而接收到的用户输入，设备(200)对簇进行分类并生成与簇的时间段相关联的标签信息。所生成的标签信息指示对簇分类的结果。

技术研发人员：马库斯·迈克尔·盖佩尔;尼库·格内曼-格利扎德;斯特凡·默克;塞巴斯蒂安·米特尔施泰特;
受保护的技术使用者：西门子股份公司;
技术研发日：2020.02.17
技术公布日：2021.10.22