时序信号点异常检测方法、系统、设备及介质与流程

技术特征：
1.一种时序信号点异常检测方法，其特征在于，所述方法包括：构建自编码器模型，所述自编码器模型包括编码器和解码器；获取多个样本工业时序信号数据，并利用所述样本工业时序信号数据对所述自编码器模型进行训练，得到训练后的自编码器模型，所述样本工业时序信号数据通过时序数据采集窗口采集；获取待检测工业时序信号数据，将所述待检测工业时序信号数据输入到训练后的自编码器模型，并确定所述待检测工业时序信号数据中各时序信号点的维度重构误差，所述待检测工业时序信号数据通过所述时序数据采集窗口采集；根据各维度重构误差确定检测状态。2.如权利要求1所述的时序信号点异常检测方法，其特征在于，利用所述样本工业时序信号数据对所述自编码器模型进行训练包括：分别将各所述样本工业时序信号数据进行序列化表示，得到多个样本工业时序信号序列；将所述样本工业时序信号序列通过所述编码器进行编码得到样本编码序列；将所述样本编码序列通过所述解码器进行解码得到样本重构序列；根据所述样本工业时序信号序列和样本重构序列确定样本序列重构误差，若所述样本序列重构误差小于预设样本序列误差阈值或迭代次数达到预设次数，完成对所述自编码器模型的训练。3.如权利要求2所述的时序信号点异常检测方法，其特征在于，所述样本序列重构误差的确定方式包括：其中，表示2范数，n为样本工业时序信号数据的序列长度，s
i
为在样本工业时序信号序列中时序信号点i的向量，为在样本重构序列中时序信号点i的向量，为样本序列重构误差。4.如权利要求1所述的时序信号点异常检测方法，其特征在于，利用所述样本工业时序信号数据对所述自编码器模型进行训练，和/或将所述待检测工业时序信号数据输入到训练后的自编码器模型之前，所述方法还包括对待处理数据进行预处理，所述待处理数据包括所述样本工业时序信号数据和/或待检测工业时序信号数据，所述预处理包括以下至少之一：获取所述待处理数据中的缺失值，并将所述缺失值填充为预设填充值；获取所述待处理数据中的无效数据，并将所述无效数据进行平滑处理；获取所述待处理数据中的正常波动值，并将所述正常波动值进行剔除；若所述待处理数据包括多维时序数据，将每一维数据分别进行数据归一化处理。5.如权利要求1-4任一项所述的时序信号点异常检测方法，其特征在于，所述待检测工业时序信号数据为多维数据，根据各维度重构误差确定所述检测状态包括：分别获取各时序信号点对应的维度重构误差并确定检测重构误差；根据各所述维度重构误差确定标准差和平均值，并根据所述标准差、平均值和维度重构误差确定所述时序信号点的异常得分；
根据所述检测重构误差和/或异常得分确定检测状态。6.如权利要求5所述的时序信号点异常检测方法，其特征在于，所述方法还包括以下至少之一，所述检测重构误差的确定方式包括，所述异常得分的确定方式包括，所述检测状态的确定方式包括以下至少之一，若所述异常得分超过预设异常得分阈值，则所述时序信号点的检测状态包括异常，若所述异常得分小于或等于所述预设异常得分阈值，则所述时序信号点的检测状态包括正常，若存在至少一个所述时序信号点的检测状态为异常和/或所述检测重构误差大于预设检测误差阈值，所述待检测工业时序信号数据的检测状态包括异常；其中，e为检测重构误差，d为维度总数量，d为维度，为待检测工业时序信号数据中时序信号点i维度d的向量，为自编码器模型根据待检测工业时序信号数据所输出的检测编码序列中时序信号点i维度d的向量，n为待检测工业时序信号数据的序列长度，z
i
为时序信号点i的异常得分，e
i
为时序信号点i的维度重构误差，e为平均值，σ(e)为标准差。7.如权利要求1-4任一项所述的时序信号点异常检测方法，其特征在于，所述方法还包括以下至少之一：若所述检测状态为异常，发出报警信号，并将所述时序信号点进行异常标记；获取所述待检测工业时序信号数据的检测时长，若所述检测时长大于所述时序数据采集窗口的滑动步长，增大所述滑动步长。8.一种时序信号点异常检测系统，其特征在于，所述系统包括：构建模块，用于构建自编码器模型，所述自编码器模型包括编码器和解码器；训练模块，用于获取多个样本工业时序信号数据，并利用所述样本工业时序信号数据对所述自编码器模型进行训练，得到训练后的自编码器模型，所述样本工业时序信号数据通过时序数据采集窗口采集；误差确定模块，用于获取待检测工业时序信号数据，将所述待检测工业时序信号数据输入到训练后的自编码器模型，并确定所述待检测工业时序信号数据中各时序信号点的维度重构误差，所述待检测工业时序信号数据通过所述时序数据采集窗口采集；状态检测模块，用于根据各维度重构误差确定检测状态。9.一种电子设备，其特征在于，包括处理器、存储器和通信总线；所述通信总线用于将所述处理器和存储器连接；所述处理器用于执行所述存储器中存储的计算机程序，以实现如权利要求1-7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，
所述计算机程序用于使所述计算机执行如权利要求1-7中任一项所述的方法。

技术总结
本发明提出的一种时序信号点异常检测方法、系统、设备及介质，该方法通过预先构建自编码器模型，利用多个样本工业时序信号数据对该自编码器模型进行训练，获取待检测工业时序信号数据，将待检测工业时序信号数据输入到训练后的自编码器模型，并确定待检测工业时序信号数据中各时序信号点的维度重构误差，进而确定检测状态，使得生产隐患特别是异常生产数据发现难度降低、提升发现效率。提升发现效率。提升发现效率。


技术研发人员：邬小刚 祝捷 汤槟 张晓辉 毛尚伟 潘谊
受保护的技术使用者：中冶赛迪重庆信息技术有限公司
技术研发日：2021.12.24
技术公布日：2022/4/1