公开(公告)号：CN112001596A

公开(公告)日：2020-11-27

申请号：CN202010734092.1

申请日：2020-07-27

Applicant: 北京科技大学

Inventor： 何飞 ,  杜学飞 ,  吕志民 ,  张志研

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/04 ,  G06N7/00

Abstract: 本发明公开了一种时间序列数据异常点检测方法及系统，该方法包括：获取待检测的时间序列数据；利用相关向量机计算当前观测数据的预测概率分布；基于计算出的预测概率分布，利用贝叶斯框架判断当前观测数据是否为异常点，以得到时间序列数据中异常点位置和异常点概率值；对各段子时间序列中的异常点位置和异常点概率值分别进行合并处理，得到异常点检测结果。本发明解决了工业控制过程产生的非稳态时序数据异常检测问题，可有效监控流程工业过程中工艺控制数据可能异常的情况，并且可利用异常点概率值表征数据异常的严重程度，提高了流程工业生产过程中数据异常监控的信息多样性和准确性。

公开(公告)号：CN112001596B

公开(公告)日：2023-10-31

申请号：CN202010734092.1

申请日：2020-07-27

Applicant: 北京科技大学

Inventor： 何飞 ,  杜学飞 ,  吕志民 ,  张志研

IPC: G06Q10/0633 ,  G06Q10/04 ,  G06Q50/04 ,  G06N7/01

Abstract: 本发明公开了一种时间序列数据异常点检测方法及系统，该方法包括：获取待检测的时间序列数据；利用相关向量机计算当前观测数据的预测概率分布；基于计算出的预测概率分布，利用贝叶斯框架判断当前观测数据是否为异常点，以得到时间序列数据中异常点位置和异常点概率值；对各段子时间序列中的异常点位置和异常点概率值分别进行合并处理，得到异常点检测结果。本发明解决了工业控制过程产生的非稳态时序数据异常检测问题，可有效监控流程工业过程中工艺控制数据可能异常的情况，并且可利用异常点概率值表征数据异常的严重程度，提高了流程工业生产过程中数据异常监控的信息多样性和准确性。