- 专利标题: 一种基于回归预测的KPI指标多元异常监测方法
-
申请号: CN202110676313.9申请日: 2021-06-18
-
公开(公告)号: CN113419934B公开(公告)日: 2022-07-08
- 发明人: 徐丽燕 , 徐康 , 翟明玉 , 秦银川 , 林志诚 , 王纪立 , 黄鑫健 , 陈子韵 , 彭程 , 王宇冬 , 季惠英 , 沙一川 , 季学纯
- 申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司
- 申请人地址: 江苏省南京市江宁区诚信大道19号;
- 专利权人: 南瑞集团有限公司,国电南瑞科技股份有限公司
- 当前专利权人: 南瑞集团有限公司,国电南瑞科技股份有限公司
- 当前专利权人地址: 江苏省南京市江宁区诚信大道19号;
- 代理机构: 南京纵横知识产权代理有限公司
- 代理商 范青青
- 主分类号: G06F11/34
- IPC分类号: G06F11/34 ; G06F11/30 ; G06K9/62
摘要:
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/授权文献
- CN113419934A 一种基于回归预测的KPI指标多元异常监测方法 公开/授权日:2021-09-21