一种基于平行学习框架的时序异常检测方法

    公开(公告)号:CN119961848A

    公开(公告)日:2025-05-09

    申请号:CN202510444756.3

    申请日:2025-04-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于平行学习框架的时序异常检测方法,属于时序异常检测方法技术领域,包括以下步骤:首先,实时数据检测模块通过预处理、指数加权移动平均法、双步平滑法和基于矩量法的自动阈值设置来处理实时流式数据,从而实现降噪和动态异常检测。接着,实时流式数据经过缓存处理后,在级联模块中根据相应的时间窗口与原始历史数据对齐传递给历史数据检测模型,采用分类回归树方法从历史数据中提取特征,并结合路径长度计算、异常评分生成和阈值设置来识别历史数据中的异常模式,最后,通过评估模块验证检测结果,本发明有效提高了多维能耗数据异常检测的准确性,有助于增强企业的生产安全和运营稳定性。

Patent Agency Ranking