[发明专利]一种工业实验数据异常点检测方法及装置

摘要

一种工业实验数据异常点检测方法及装置，属于异常点检测技术领域。针对每一个测试变量在一次实验中随时间的数据变化曲线，根据多次历史实验中该变量的整体变化情况，确定可能表示机器启动和关闭的“状态代表时间点”，再检测测试样本中“状态代表时间点”的取值是否在正常状态范围内，对于取值异常的测试样本判定为异常；否则根据“状态代表时间点”的取值情况和历史数据，拟合出数据标准，并根据测试样本中各时间点取值相对数据标准的偏差，通过聚类算法检测出偏差程度较绝大多数样本有很大不同的时间点判定为异常点。本发明充分利用工业实验数据的特殊性，进而获得更为准确的异常点检测结果，具有较高的检测准确度。

主权项

1.一种工业实验数据异常点检测装置，其特征在于：包括“状态代表时间点”确定模块、数据变化特征拟合模块、差异特征提取模块以及异常时间点检测模块；其中，“状态代表时间点”确定模块又包括“状态代表时间点”判断模块和“状态代表时间点”取值检测模块；一种工业实验数据异常点检测装置中各模块的连接关系如下：“状态代表时间点”确定模块与数据变化特征拟合模块相连；数据变化特征拟合模块与差异特征提取模块相连，差异特征提取模块与异常时间点检测模块相连；一种工业实验数据异常点检测装置中各模块的功能如下：“状态代表时间点”确定模块的功能是：根据历史实验数据，确定表示该变量机器启动、关闭等状态变化的“状态代表时间点”，判断测试样本可能的状态类别，并以此检测“状态代表时间点”的取值是否在正常范围内；数据变化特征拟合模块的功能是：对于测试样本中“状态代表时间点”处的取值在正常范围内的情况，选择历史数据中该变量在“状态代表时间点”取值和测试样本最相近的一次实验，将选取实验中数据的变化曲线作为测试样本的“数据标准”，即拟合得到的数据特征；差异特征提取模块的功能是：计算测试样本中各个时间点处取值与数据标准之间的差值，将差值处理后作为差异特征提取；异常时间点检测的功能是：将提取得到的差异特征用基于密度的聚类算法进行聚类分析，根据聚类结果将不属于最大样本簇的时间点判断为异常点。