CORRELATION AND ANNOTATION OF TIME SERIES DATA SEQUENCES TO EXTRACTED OR EXISTING DISCRETE DATA

A system for predicting events by associating time series data with other types of non-time series data can include a processor configured to receive a data stream including time series data transmitted from a sensor configured to measure an operating parameter of a component being monitored. The processor identifies sequences of interest in the time series data having predictive value. The processor compares the real-time data stream to a set of known historical patterns that act as effective leading indicators of different alarms and events. The processor extracts any identified sequences of interest from the time series data as an extracted event. The processor quantifies the relationship between the data of the extracted event and the known historical pattern by calculating a confidence level to denote a probability of occurrence of the event by comparing how closely the new time series data matches the data patterns associated with known events. La présente invention concerne un système qui permet de prédire des événements en associant des données chronologiques à d'autres types de données non chronologiques. Le système peut comprendre un processeur conçu pour recevoir un flux de données contenant des données chronologiques transmises par un capteur conçu pour mesurer un paramètre d'exploitation d'un élément en cours de surveillance. Le processeur identifie des séquences d'intérêt dans les données chronologiques possédant une valeur prédictive. Le processeur compare le flux de données en temps réel avec un ensemble de modèles historiques connus qui font office d'indicateurs avancés efficaces de différentes alarmes et différents événements. Le processeur extrait des séquences d'intérêt identifiées quelconques des données chronologiques sous la forme d'un événement extrait. Le processeur quantifie la relation entre les données de l'événement extrait et le modèle historique connu en calculant un niveau de confiance pour désigner une probabilité d'occurrence de l'événement en comparant dans quelle mesure les nouvelles données chronologiques correspondent aux modèles de données associés à des événements connus.