异常车辆识别方法、装置、电子设备、存储介质及产品与流程

本技术涉及数据处理，特别是涉及一种异常车辆识别方法、装置、电子设备、存储介质及产品。

背景技术：

1、新能源汽车因为各项新技术的引入，造成车辆异常问题频发，而车辆异常问题发生后，识别该异常问题是单一问题还是批量问题显得尤为重要，因此如何根据实际异常车辆的问题识别其他车辆是否为异常车辆是亟待解决的技术问题。

2、目前的异常车辆识别方法，通常是利用人工分析实际异常车辆的特征，并根据这些特征的特点去识别其他车辆是否为异常车辆。但是该种方式由人工处理，导致效率低，并且人工选择分析的特征可能并不是真正导致车辆异常的特征，导致准确性低。

技术实现思路

1、本技术实施例的目的是提供一种异常车辆识别方法、装置、电子设备、存储介质及产品，能够解决异常车辆识别的效率和准确性低的问题。

2、第一方面，本技术实施例提供了一种异常车辆识别方法，该方法包括：

3、根据目标车辆的目标特征确定异常识别规则，所述目标车辆是指历史车辆异常数据中包含的车辆；

4、根据所述异常识别规则识别待处理车辆是否为异常车辆。

5、可选地，在所述根据目标车辆的目标特征确定异常识别规则之前，还包括：确定所述目标车辆的候选特征的异常程度，根据所述异常程度从所述候选特征中筛选出目标特征。

6、可选地，所述根据所述异常程度从所述候选特征中筛选出目标特征，包括：根据所述异常程度和异常阈值从所述候选特征中筛选出目标特征；

7、所述方法还包括：在识别出的异常车辆的数量大于数量阈值的情况下，调低所述异常阈值，并返回所述根据所述异常程度和异常阈值从所述候选特征中筛选出目标特征的步骤。

8、可选地，在所述确定所述目标车辆的候选特征的异常程度之前，还包括：利用大语言模型根据初始的目标信息生成结构化的目标信息，所述目标信息包括所述目标车辆的车辆标识、所述目标车辆的异常时间点和车辆数据表标识；

9、所述确定所述目标车辆的候选特征的异常程度，包括：根据所述结构化的目标信息，确定所述目标车辆的候选特征的异常程度。

10、可选地，所述确定所述目标车辆的候选特征的异常程度，包括：

11、根据所述目标车辆的所述候选特征在目标时间点的特征值，以及参考车辆的所述候选特征在所述目标时间点的特征值，确定所述目标车辆的所述候选特征的第一异常参数；所述目标时间点为所述目标车辆的异常时间点之前的多个时间点，所述第一异常参数包括第一离群次数和/或第一离群幅度统计值；

12、根据所述第一异常参数，确定所述候选特征的异常程度。

13、可选地，所述根据目标车辆的目标特征确定异常识别规则，包括：

14、根据所述目标车辆的所述目标特征在目标时间点的特征值，以及参考车辆的所述目标特征在所述目标时间点的特征值，确定所述目标车辆的所述目标特征在各时间窗口内的第二异常参数；所述目标时间点为所述目标车辆的异常时间点之前的多个时间点，所述第二异常参数包括第二离群次数和/或第二离群幅度统计值；

15、根据所述时间窗口和最大的第二异常参数，确定所述异常识别规则。

16、可选地，所述方法还包括：向目标用户和/或识别出的异常车辆推送所述异常车辆对应的异常通知。

17、第二方面，本技术实施例提供了一种异常车辆识别的装置，该装置包括：

18、第一确定模块，用于根据目标车辆的目标特征确定异常识别规则，所述目标车辆是指历史车辆异常数据中包含的车辆；

19、识别模块，用于根据所述异常识别规则识别待处理车辆是否为异常车辆。

20、可选地，所述装置还包括：

21、第二确定模块，用于确定所述目标车辆的候选特征的异常程度；

22、筛选模块，用于根据所述异常程度从所述候选特征中筛选出目标特征。

23、可选地，所述筛选模块，具体用于根据所述异常程度和异常阈值从所述候选特征中筛选出目标特征；

24、所述装置还包括：调节模块，用于在识别出的异常车辆的数量大于数量阈值的情况下，调低所述异常阈值，并返回所述筛选模块。

25、可选地，所述装置还包括：生成模块，用于利用大语言模型根据初始的目标信息生成结构化的目标信息，所述目标信息包括所述目标车辆的车辆标识、所述目标车辆的异常时间点和车辆数据表标识；

26、所述第二确定模块，具体用于根据所述结构化的目标信息，确定所述目标车辆的候选特征的异常程度。

27、可选地，所述第二确定模块包括：

28、第一参数确定单元，用于根据所述目标车辆的所述候选特征在目标时间点的特征值，以及参考车辆的所述候选特征在所述目标时间点的特征值，确定所述目标车辆的所述候选特征的第一异常参数；所述目标时间点为所述目标车辆的异常时间点之前的多个时间点，所述第一异常参数包括第一离群次数和/或第一离群幅度统计值；

29、程度确定单元，用于根据所述第一异常参数，确定所述候选特征的异常程度。

30、可选地，所述第一确定模块包括：

31、第二参数确定单元，用于根据所述目标车辆的所述目标特征在目标时间点的特征值，以及参考车辆的所述目标特征在所述目标时间点的特征值，确定所述目标车辆的所述目标特征在各时间窗口内的第二异常参数；所述目标时间点为所述目标车辆的异常时间点之前的多个时间点，所述第二异常参数包括第二离群次数和/或第二离群幅度统计值；

32、规则确定单元，用于根据所述时间窗口和最大的第二异常参数，确定所述异常识别规则。

33、可选地，所述装置还包括：通知模块，用于向目标用户和/或识别出的异常车辆推送所述异常车辆对应的异常通知。

34、第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上任一项所述的异常车辆识别方法。

35、第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如上任一项所述的异常车辆识别方法。

36、第五方面，本技术实施例提供了一种计算机程序产品，所述计算机程序产品上存储程序或指令，所述程序或指令被处理器执行时实现如上任一项所述的异常车辆识别方法。

37、第六方面，本技术实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如上任一项所述的异常车辆识别方法。

38、在本技术实施例中，将历史车辆异常数据中包含的车辆作为目标车辆，通过对目标车辆的目标特征进行分析，能够确定异常识别规则，进而能够根据所述异常识别规则自动识别待处理车辆是否为异常车辆，实现了异常车辆识别过程自动执行，从而能够提高车辆异常识别的效率。

39、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。