买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉芯视界(北京)科技有限公司申请的专利时间序列数据异常检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121071748B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511609112.1，技术领域涉及：G06F18/2433；该发明授权时间序列数据异常检测方法和系统是由孙趣;周田硕;单威设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本时间序列数据异常检测方法和系统在说明书摘要公布了：本公开涉及传感器监测技术领域，提出一种时间序列数据异常检测方法和系统。该方法包括：获取监测设备对应的目标监测指标的第一时间序列数据，进行划分得到多个第一时间片段数据；确定各第一时间片段数据的不稳定性评分，进而确定多个第二时间片段数据作为训练数据集；获取监测设备对应的目标监测指标的第二时间序列数据，进行划分得到多个第三时间片段数据作为待测数据集；基于训练数据集中的各第二时间片段数据和待测数据集中的各第三时间片段数据进行聚类，确定异常簇，以识别异常类型。根据本公开实施例，可以实现针对监测设备所监测数据的异常识别，满足传感器监测对高精度和高可信度异常识别的需求，以支持异常原因的判定与运行维护决策。

本发明授权时间序列数据异常检测方法和系统在权利要求书中公布了：1.一种时间序列数据异常检测方法，其特征在于，所述方法包括： 获取监测设备对应的目标监测指标的第一时间序列数据，基于所述第一时间序列数据进行划分得到多个第一时间片段数据，所述目标监测指标为水环境监测场景中的监测指标； 计算所述多个第一时间片段数据分别对应的多个统计特征值，基于所述多个统计特征值确定各第一时间片段数据的不稳定性评分，所述不稳定性评分用于表征第一时间片段数据的平稳程度； 基于所述多个第一时间片段数据的不稳定性评分，从所述多个第一时间片段数据中确定多个第二时间片段数据作为训练数据集； 获取所述监测设备对应的所述目标监测指标的第二时间序列数据，基于所述第二时间序列数据进行划分得到多个第三时间片段数据作为待测数据集； 基于所述训练数据集中的各第二时间片段数据和所述待测数据集中的各第三时间片段数据进行聚类，确定异常簇，以识别所述异常簇对应的第三时间片段数据的异常类型，所述异常簇包括所述待测数据集中异常状态的第三时间片段数据； 所述基于所述多个第一时间片段数据的不稳定性评分，从所述多个第一时间片段数据中确定多个第二时间片段数据作为训练数据集，包括： 将所述不稳定性评分不大于不稳定性阈值的每个第一时间片段数据均作为候选稳定片段数据，所述不稳定性阈值根据多个第一时间片段数据的不稳定性评分的分布确定； 将满足第一预设条件的每个候选稳定片段数据均作为有效稳定片段数据； 将满足第二预设条件的所有有效稳定片段数据确定为所述多个第二时间片段数据； 其中，所述第一预设条件包括：所有候选稳定片段数据中多个候选稳定片段数据的总时长占第一时间序列数据总时长的比例不小于预设的时长比例阈值；所述第二预设条件包括：在满足预设连续性条件的情况下有效稳定片段数据的总时长为最长、有效稳定片段数据的总时长占所有不稳定性评分不大于不稳定性阈值的第一时间片段数据的比例不小于预设训练集比例阈值，所述预设连续性条件包括多个有效稳定片段数据组成的集合中仅存在不超过一个采样周期或预设时间长度的间断； 确定所述异常簇对应的第三时间片段数据的异常类型，所述异常类型包括数据抖动、基线漂移、异常跳变中的一种或多种； 所述确定所述异常簇对应的第三时间片段数据的异常类型，包括： 计算所述异常簇对应的第三时间片段数据的平均相对差分，在所述平均相对差分满足第三预设条件时确定所述异常簇对应的第三时间片段数据存在所述数据抖动；和或， 基于所述异常簇对应的第三时间片段数据的多个第三判别特征，以及任意一个第二时间片段数据的多个第四判别特征计算得到多个第一比值，在所述多个第一比值满足第四预设条件时确定所述异常簇对应的第三时间片段数据存在所述基线漂移；和或， 基于所述异常簇对应的第三时间片段数据在第二预设时长内的各数值计算得到多个第二比值，在所述多个第二比值满足第五预设条件时确定所述异常簇对应的第三时间片段数据存在所述异常跳变。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人芯视界(北京)科技有限公司，其通讯地址为：100083 北京市海淀区成府路45号中关村智造大街A303；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。