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！

申请/专利权人：中冶赛迪信息技术(重庆)有限公司

摘要：本发明提出一种时序信号异常片段检测方法及系统，包括：获取预设的每个异常检测周期内的时序信号片段，将所述时序信号片段拆分为训练序列片段和待检测序列片段，记所述待检测序列片段对应真实值；通过所述训练序列片段训练平滑预测模型，获取所述平滑预测模型的最优平滑参数，并将所述训练序列片段输入具有所述最优平滑参数的平滑预测模型，获取所述训练序列片段的预测值；获取所述预测值与所述真实值之间的序列相似度，判断所述预测值与所述真实值之间的序列相似度是否高于设定值，若低于所述设定值则输出异常预警信息，本发明可基于少量数据进行模型训练，完成对时序信号的在线检测，保障检测效率和准确性。

主权项：1.一种时序信号异常片段检测方法，其特征在于，包括：获取预设的每个异常检测周期内的时序信号片段，将所述时序信号片段拆分为训练序列片段和待检测序列片段，记所述待检测序列片段对应真实值，包括：对所述多个时序信号片段中的缺失值进行填充处理以及对所述多个时序信号片段中的无效数据进行平滑处理；设所述时序信号片段包含K个时序周期信号，将所述时序信号片段中前K-1个时序周期的时序数据作为所述训练序列片段，将所述时序信号片段中最后一个时序周期的时序数据作为所述待检测时序片段，将所述待检测时序片段作为所述时序信号片段的真实值；通过所述训练序列片段训练平滑预测模型，获取所述平滑预测模型的最优平滑参数，并将所述训练序列片段输入具有所述最优平滑参数的平滑预测模型，获取所述训练序列片段的预测值，通过所述训练序列片段训练平滑预测模型，获取所述平滑预测模型的最优平滑参数，包括：所述平滑预测模型包括Holt-Winters指数模型，获取所述Holt-Winters指数模型的最优平滑参数；所述Holt-Winters指数模型表示为：其中，为下一时序周期的序列预测值，t＝1～n，表示所述训练序列片段的序号，yt表示训练序列片段中第t个序列数据；Tt表示第t个序列数据的平稳性，表示为：bt表示第t个序列数据的趋势性，表示为：bt＝βTt-Tt-1+1-βbt-1；St表示第t个序列数据的季节性，表示为：L为序列数据的周期长度，α,β,γ是三个平滑参数；Holt-Winters指数平滑预测模型的初始化方式为：b0＝0，其中n为训练序列片段中序列数据的个数；获取所述预测值与所述真实值之间的序列相似度，判断所述预测值与所述真实值之间的序列相似度是否高于设定值，若低于所述设定值则输出异常预警信息。

全文数据：

权利要求：

百度查询： 中冶赛迪信息技术(重庆)有限公司 一种时序信号异常片段检测方法及系统