[发明专利]异常检测设备、异常检测方法和非临时性计算机可读介质

说明书

本发明的实施例实现高度精确的异常检测。按照一个实施例，异常检测设备包括数据获取器、性能指标计算器、性能指标估计器、异常度比率指标生成器和异常检测器。数据获取器获取测量数据。性能指标计算器从测量数据计算性能指标的实际值。性能指标估计器根据预先学习的正常模型，从测量数据获取性能指标的估计值。异常度比率指标生成器根据多个预定阈值以及值等于或大于每个预定阈值的实际值与估计值之间的残差的存在比率，生成作为指示所述残差的指标的异常度比率指标。异常检测器根据异常度比率指标检测异常。

技术领域

本文中记载的实施例涉及异常检测设备、异常检测方法和非临时性计算机可读介质。

背景技术

在诸如工厂或铁道车辆之类的设施，或者移动体中，广泛进行模拟正常时的输入/输出关系，根据观测数据和模型进行估计，并利用实际值和估计值之间的残差的异常检测。此时，常见的是对于残差设定特定阈值，并在残差偏离阈值的情况下报警。通常，所述阈值是根据物理知识确定的，或者是通过概率分布的假设或交叉验证方法获得的。

例如，开发了一种从与安装在加工设备上的电动机的负荷对应的电气参数的波形获得波动值，并根据所述波动值降低加工速度，以尽量减少加工中断和工具破损的技术。另外，发明了一种其中在附加在半导体制造设备上的辅助机器中，计算从多种类型的参数得到的坐标点和来自基准空间的残差，并累积所述残差以进行异常检测的技术。在这些技术中，必须适当地设定两个或更多个阈值，或者必须累积地考虑较小的残差。然而，通常难以适当地设定两个阈值，而较小残差的累积会增大导致误报警的可能性。

发明内容

按照一个实施例，异常检测设备包括数据获取器、性能指标计算器、性能指标估计器、异常度比率指标生成器和异常检测器。数据获取器获取测量数据。性能指标计算器从测量数据计算性能指标的实际值。性能指标估计器根据预先学习的正常模型，从测量数据获取性能指标的估计值。异常度比率指标生成器根据多个预定阈值以及值等于或大于每个预定阈值的实际值与估计值之间的残差的存在比率，生成作为指示所述残差的指标的异常度比率指标。异常检测器根据异常度比率指标，检测异常。

附图说明

图1是按照实施例的异常检测设备的方框图；

图2是图解说明按照实施例的异常度比率指标的生成处理的流程图；

图3是图解说明测量值、估计值和残差的例子的图；

图4A和4B是图解说明异常度比率指标的例子的图；

图5是图解说明异常度比率分布指标的例子的图；

图6A和6B是图解说明异常度比率指标和异常度比率分布指标的比较例的图；

图7是图解说明异常度比率指标和异常度比率分布指标的另一个比较例的图；

图8是图解说明按照实施例的异常检测处理的流程图；

图9是按照实施例的因素分析支持设备的方框图；

图10A和10B是图解说明异常度检测结果的例子的示图；

图11是图解说明因素分析的例子的示图；

图12是图解说明因素分析的另一个例子的示图；

图13是图解说明按照实施例的因素分析处理的流程图；

图14是图解说明按照实施例的自动阈值调整设备的例子的示图；

图15是按照实施例的异常检测系统的方框图；

图16是图解说明按照实施例的硬件构成的例子的方框图。

具体实施方式