[發(fā)明專利]構(gòu)建模型的方法和裝置以及異常數(shù)據(jù)的檢測方法和裝置

在審

• 申請?zhí)枺?/td>: 201711375240.X
• 申請日: 2017-12-19
• 公開（公告）號: CN107958089A
• 公開（公告）日: 2018-04-24
• 發(fā)明（設(shè)計）人: 張光磊;劉源
• 申請（專利權(quán)）人: 新疆金風(fēng)科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司11286
• 代理人: 周春燕,金玉蘭

1.一種構(gòu)建狀態(tài)轉(zhuǎn)移模型的方法，其特征在于，包括：

獲取歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包含相互之間具有關(guān)聯(lián)性的多組數(shù)據(jù)；

對所述歷史數(shù)據(jù)進(jìn)行降維；以及

利用所述歷史數(shù)據(jù)的降維結(jié)果構(gòu)建狀態(tài)轉(zhuǎn)移模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建狀態(tài)轉(zhuǎn)移模型的步驟包括：

將所述歷史數(shù)據(jù)的多組數(shù)據(jù)中的每一組數(shù)據(jù)的降維結(jié)果作為一個狀態(tài)向量，獲得與所述歷史數(shù)據(jù)的多組數(shù)據(jù)對應(yīng)的多個狀態(tài)向量；

基于所述多個狀態(tài)向量中各狀態(tài)向量與前一狀態(tài)向量求出狀態(tài)轉(zhuǎn)移矩陣；以及

利用所述狀態(tài)轉(zhuǎn)移矩陣構(gòu)建從歷史狀態(tài)向量到當(dāng)前狀態(tài)向量的狀態(tài)轉(zhuǎn)移模型。

3.根據(jù)權(quán)利要求2所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的方法，其特征在于，在求出狀態(tài)轉(zhuǎn)移矩陣的步驟中，通過最小化差值的目標(biāo)函數(shù)求出所述狀態(tài)轉(zhuǎn)移矩陣；其中，將所述多個狀態(tài)向量中各狀態(tài)向量減去前一狀態(tài)向量與所述狀態(tài)轉(zhuǎn)移矩陣的乘積得到所述差值。

4.根據(jù)權(quán)利要求2或3所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的方法，其特征在于，所述狀態(tài)轉(zhuǎn)移模型是通過將所述狀態(tài)轉(zhuǎn)移矩陣與所述歷史狀態(tài)向量相乘、進(jìn)而加上建模誤差而得到下一狀態(tài)向量的狀態(tài)轉(zhuǎn)移模型。

5.根據(jù)權(quán)利要求2或3所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的方法，其特征在于，在使用所述狀態(tài)轉(zhuǎn)移模型預(yù)測所述歷史數(shù)據(jù)后續(xù)的數(shù)據(jù)時，通過將所述狀態(tài)轉(zhuǎn)移矩陣與所述多個狀態(tài)向量中的最后一個狀態(tài)向量相乘，得到所述歷史數(shù)據(jù)后續(xù)的數(shù)據(jù)的預(yù)測值。

6.一種異常數(shù)據(jù)的檢測方法，其特征在于，包括：

使用權(quán)利要求1-5中的任一項(xiàng)所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的方法根據(jù)歷史數(shù)據(jù)構(gòu)建的狀態(tài)轉(zhuǎn)移模型，預(yù)測當(dāng)前的數(shù)據(jù)，得到預(yù)測值；

獲取待異常檢測的當(dāng)前數(shù)據(jù)，所述待異常檢測的當(dāng)前數(shù)據(jù)是與所述歷史數(shù)據(jù)具有關(guān)聯(lián)性的一組數(shù)據(jù)；

對所述待異常檢測的當(dāng)前數(shù)據(jù)進(jìn)行降維；以及

將所述預(yù)測值與所述待異常檢測的當(dāng)前數(shù)據(jù)的降維結(jié)果進(jìn)行比較，來判定所述待異常檢測的當(dāng)前數(shù)據(jù)是否異常。

7.根據(jù)權(quán)利要求6所述的異常數(shù)據(jù)的檢測方法，其特征在于，在所述判定步驟中，當(dāng)所述預(yù)測值與所述待異常檢測的當(dāng)前數(shù)據(jù)的降維結(jié)果之間的差異超過預(yù)定的閾值時，判定所述待異常檢測的當(dāng)前數(shù)據(jù)為異常數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的異常數(shù)據(jù)的檢測方法，其特征在于，所述預(yù)測值與所述待異常檢測的當(dāng)前數(shù)據(jù)的降維結(jié)果之間的差異是所述預(yù)測值與所述待異常檢測的當(dāng)前數(shù)據(jù)的降維結(jié)果之間的誤差向量的范數(shù)、向量夾角、形狀相似度中的任意一種。

9.根據(jù)權(quán)利要求1-3、6-8中的任一項(xiàng)所述的方法，其特征在于，

在所述降維的步驟中，使用主成分分析、復(fù)制神經(jīng)網(wǎng)絡(luò)的方法、獨(dú)立成分分析和局部線性嵌入方法中的任意一種方法來進(jìn)行數(shù)據(jù)的降維。

10.根據(jù)權(quán)利要求1-3、6-8中的任一項(xiàng)所述的方法，其特征在于，所述關(guān)聯(lián)性是時間上的關(guān)聯(lián)性或空間上的關(guān)聯(lián)性。

11.一種構(gòu)建狀態(tài)轉(zhuǎn)移模型的裝置，其特征在于，包括：

數(shù)據(jù)獲取單元，其獲取歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包含相互之間具有關(guān)聯(lián)性的多組數(shù)據(jù)；

降維單元，其對所述歷史數(shù)據(jù)進(jìn)行降維；

狀態(tài)轉(zhuǎn)移模型構(gòu)建單元，其利用所述歷史數(shù)據(jù)的降維結(jié)果構(gòu)建狀態(tài)轉(zhuǎn)移模型。

12.根據(jù)權(quán)利要求11所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的裝置，其特征在于，所述狀態(tài)轉(zhuǎn)移模型構(gòu)建單元包括：

狀態(tài)向量求取單元，其將所述歷史數(shù)據(jù)的多組數(shù)據(jù)中的每一組數(shù)據(jù)的降維結(jié)果作為一個狀態(tài)向量，獲得與所述歷史數(shù)據(jù)的多組數(shù)據(jù)對應(yīng)的多個狀態(tài)向量；

狀態(tài)轉(zhuǎn)移矩陣求取單元，其基于所述多個狀態(tài)向量中各狀態(tài)向量與前一狀態(tài)向量求出狀態(tài)轉(zhuǎn)移矩陣；以及

模型構(gòu)建單元，其利用所述狀態(tài)轉(zhuǎn)移矩陣構(gòu)建從歷史狀態(tài)向量到當(dāng)前狀態(tài)向量的狀態(tài)轉(zhuǎn)移模型。

13.根據(jù)權(quán)利要求12所述的構(gòu)建狀態(tài)轉(zhuǎn)移模型的裝置，其特征在于，所述狀態(tài)轉(zhuǎn)移矩陣求取單元通過最小化所述多個狀態(tài)向量中各狀態(tài)向量和前一狀態(tài)向量與所述狀態(tài)轉(zhuǎn)移矩陣的乘積之間的差值的目標(biāo)函數(shù)，求出所述狀態(tài)轉(zhuǎn)移矩陣。