公开(公告)号：CN119128760A

公开(公告)日：2024-12-13

申请号：CN202411264009.3

申请日：2024-09-10

Applicant: 浙江大学

Inventor： 纪杨建 ,  李奇轩 ,  孙林进 ,  张念 ,  杨天诺

IPC: G06F18/2433 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0442 ,  G06N5/022 ,  G06F123/02

Abstract: 本发明提供一种工业时间序列异常检测方法、装置及计算机设备，属于工业时间序列异常检测技术领域。方法包括：获取工业时间序列数据；将时间序列数据转化为图结构数据后作为模型输入数据输入重构模型，得到重构数据，重构模型包括数知复合图注意力网络；若重构数据中某个时间戳的重构变量数据与模型输入数据中该时间戳对应的原始变量数据的差异程度达到了预设的异常阈值，则确定该时间戳对应的原始变量数据状态异常。上述重构模型根据工业系统相关的知识图谱，提取基于知识的变量交互网络的优越表示，并将其与基于序列的时间序列依赖相融合，从而降低了模型学习到伪相关性的风险，提升了对工业时间序列的异常检测性能和异常可解释性。