Analysis of time series data

Abstract

Nowadays emergence of the innovative approaches in data science and machine learning, enforces their use in modeling of the real world physical problems, even when they have been already explored and modeled with solid results. The evaluation of a partial discharge activity, as a phenomenon implying malfunction on an observed system, is one of such problems. The motivation of its reexamination and use of new data science approaches is motivated to increase the relevance of extracted knowledge which will be beneficial for the overall detection performance. The original data obtained by a patented metering device, deployed in the real environment, only underlines this need.

This thesis deals with an analysis and feature extraction from the time series data in order to design a robust fault detection mechanism. The robustness means the ability to correctly process an input data with various defects and interferences while focusing only on what is relevant and to gather as much valuable information about it as possible.

The entire work is a set of experimental models and analyses interconnecting a fundamental knowledge of the observed data with modern bio-inspired and soft-computing based machine learning algorithms and optimization approaches. The referential solution inspired by a state-of the art knowledge is designed with adjustable feature extraction process which parameters are further optimized making use of an swarm based optimization. Another models using evolutionary based feature synthesis, wavelet based signal decomposition or denoising driven by weighted singular values serve as the competitors in order to reveal other possibilities in studied problem.

The estimation of entropy, complexity and chaos in the data was supposed to increase the set of applicable features for the detection. The separability of several complexity indicators, like sample entropy, approximate entropy, 0-1 test for chaos and correlation dimension, was examined on data containing all kinds of measured malfunctions. Gathered results were accompanied with a discovery of a significant instability of one testing indicator, which has been found and reported for the first time.

The another author's proposals to represent the partial discharge pattern as a complex network are also novelties and they brought superior results in comparison with the state-of the art based classification models. They solid reasoning and simplicity offered multiple optimizations and evaluations which are documented in this work.

Dnešní vývoj inovativních přístupů v oblasti vědy o datech a strojovém učení vynucuje jejich využití při modelování fyzických problémů v reálném světě, a to i tehdy, když již byly prozkoumány a modelovány se solidními výsledky. Vyhodnocení aktivity částečných výbojů, jako fenomén, který znamená poruchu pozorovaného systému, je jedním z těchto problémů. Motivace jeho přezkoumání a využívání nových přístupů v oblasti analýzy dat je motivována k tomu, aby se zvýšila důležitost získaných poznatků, což bude přínosem pro celkovou výkonnost detekce. Původní data získaná patentovaným měřicím zařízením, nasazeným v reálném prostředí, podtrhují tuto potřebu.

Tato práce se zabývá analýzou a dolovánim vlastností z dat časových řad s cílem navrhnout robustní mechanismus detekce chyb. Robustnost znamená schopnost správně zpracovat vstupní data s různými vadami a rušeními, přičemž se soustřeďuje pouze na to, co je relevantní, a shromažďuje co nejvíce cenných informací o tom.

Celá práce je sada experimentálních modelů a analýz propojujících základní znalosti pozorovaných dat s moderními bio-inspirovanými a soft-computing algoritmy pro strojové učení a optimalizačními přístupy. Referenční řešení inspirované nejmodernějšími poznatky je navrženo s nastavitelným procesem extrakce vlastností, které jsou dále optimalizovány pomocí optimalizace založené na hejnové inteligenci. Další modely používající evoluční syntézu vlastností, vlnový rozklad signálu nebo potlačení šumu řízené váženými singulárními hodnotami slouží jako konkurenty k odhalení dalších možností studovaného problému.

Odhad entropie, složitosti a chaosu v datech měl zvýšit soubor použitelných vlastností pro detekci. Statistická oddělitelnost několika indikátorů složitosti, jako je entropie vzorku, přibližná entropie, test 0-1 pro chaos a korelační dimenze, byla zkoumána na datech obsahujících všechny druhy měřených poruch. Shromážděné výsledky byly doprovázeny objevem významné nestability jednoho testovacího indikátoru, který byl nalezen a poprvé publikován.

Jiné autorské návrhy na reprezentaci částečných výbojů jako komplexní sítě jsou také novinkami a přinesly vynikající výsledky ve srovnání s nejmodernějšími klasifikačními modely. Jejich jasné odůvodnění a jednoduchost nabízejí řadu optimalizací a hodnocení, které jsou v této práci zdokumentovány.