-
公开(公告)号：CN113419934B
公开(公告)日：2022-07-08
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN113419934A
公开(公告)日：2021-09-21
申请号：CN202110676313.9
申请日：2021-06-18
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于回归预测方法监测KPI指标中的单点数据异常、连续数据异常、相关性异常等多元数据异常的方法。方法主要包括以下步骤：对数据集进行预处理，分析数据集的周期性，趋势，相关性等统计属性；对数据集通过统计建模或机器学习算法计算预测值；计算实际值与预测值的异常分数，并利用3‑sigma准则进行异常值的监测；针对单点异常，直接通过准则监测；针对连续异常，为降低连续异常对预测的影响，采取一个周期内的预测平均值进行异常分数计算。使用标准度量方法AUC和PRAUC来评估算法精度。在本方法中可以采用多种机器学习回归算法进行预测值计算，针对多元异常提出针对性解决方案，使算法更具灵活性，对数据的异常类型监测也更全面。
-
公开(公告)号：CN114064396A
公开(公告)日：2022-02-18
申请号：CN202111251415.2
申请日：2021-10-27
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种KPI数据异常分数确定方法、异常检测方法及系统，利用编码器、解码器的自注意力机制与编码‑解码注意力机制，对含有故障信息的时序KPI数据进行异常检测，得到每一时刻的异常分数；最后，使用高斯先验分布生成得到正常分数，计算出其均值与方差，并依此对输出的异常分数进行异常判定，得到异常分析结果。本发明对时序KPI数据进行异常检测，便于运维人员快速获得KPI数据中的异常信息。
-
-
Search Results
3
records
(took 0.042 seconds)
