[發(fā)明專利]一種錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910374187.4
• 申請(qǐng)日: 2019-05-07
• 公開（公告）號(hào): CN110286656B
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 宋韶旭;劉志成;王建民;王晨
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王慶龍;苗曉靜

1.一種錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，包括：

獲取傳感器測(cè)量得到的設(shè)備對(duì)應(yīng)的時(shí)序數(shù)據(jù)，根據(jù)所述設(shè)備正常運(yùn)行所對(duì)應(yīng)的狀態(tài)參數(shù)值，確定所述時(shí)序數(shù)據(jù)中包括的疑似時(shí)間序列；

根據(jù)預(yù)設(shè)的相似度匹配方法，計(jì)算每一所述疑似時(shí)間序列與歷史真警對(duì)應(yīng)的報(bào)警時(shí)間序列之間的相似度，將對(duì)應(yīng)的相似度高于相似度閾值的疑似時(shí)間序列確定為真警，根據(jù)預(yù)設(shè)的異常因子檢測(cè)算法計(jì)算每個(gè)對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度；

根據(jù)每個(gè)對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，對(duì)所述疑似時(shí)間序列是否為真警進(jìn)行判斷。

2.根據(jù)權(quán)利要求1所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，所述根據(jù)每個(gè)對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，對(duì)所述疑似時(shí)間序列是否為真警進(jìn)行判斷，包括：

若對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，低于異常度閾值，則過濾掉所述疑似時(shí)間序列；

若對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，不低于所述異常度閾值，則輸出所述疑似時(shí)間序列以供人工判斷是否為真警。

3.根據(jù)權(quán)利要求1或2所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，所述獲取傳感器測(cè)量得到的設(shè)備對(duì)應(yīng)的時(shí)序數(shù)據(jù)，包括：

獲取傳感器測(cè)量得到的設(shè)備對(duì)應(yīng)的時(shí)序數(shù)據(jù)后，根據(jù)3σ準(zhǔn)則對(duì)所述時(shí)序數(shù)據(jù)自行跳變清除的步驟，以刪除所述時(shí)序數(shù)據(jù)中發(fā)生跳變的數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，所述根據(jù)3σ準(zhǔn)則對(duì)所述時(shí)序數(shù)據(jù)自行跳變清除的步驟，包括：

以所述時(shí)序數(shù)據(jù)作為輸入，基于所述設(shè)備實(shí)際運(yùn)行所對(duì)應(yīng)的狀態(tài)參數(shù)值計(jì)算變化速度和變化加速度，并計(jì)算獲得所述變化速度的均值u和標(biāo)準(zhǔn)偏差σ，所述變化加速度的均值u和標(biāo)準(zhǔn)偏差σ；

根據(jù)3σ準(zhǔn)則，將所述變化速度和所述變化加速度落在區(qū)間(u-3*σ，u+3*σ)之外的數(shù)據(jù)確定為所述時(shí)序數(shù)據(jù)中發(fā)生跳變的數(shù)據(jù)，并刪除所述發(fā)生跳變的數(shù)據(jù)的時(shí)間點(diǎn)。

5.根據(jù)權(quán)利要求1所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，所述相似度匹配方法具體為動(dòng)態(tài)時(shí)間歸整算法，所述異常因子檢測(cè)算法為局部異常因子檢測(cè)算法。

6.根據(jù)權(quán)利要求1或2所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法，其特征在于，所述方法還包括：

將確定為真警所對(duì)應(yīng)的疑似時(shí)間序列，作為歷史真警加入到歷史真警數(shù)據(jù)庫中。

7.一種錯(cuò)誤數(shù)據(jù)容忍的虛警過濾裝置，其特征在于，包括：

第一處理模塊，用于獲取傳感器測(cè)量得到的設(shè)備對(duì)應(yīng)的時(shí)序數(shù)據(jù)，根據(jù)所述設(shè)備正常運(yùn)行所對(duì)應(yīng)的狀態(tài)參數(shù)值，確定所述時(shí)序數(shù)據(jù)中包括的疑似時(shí)間序列；

第二處理模塊，用于根據(jù)預(yù)設(shè)的相似度匹配方法，計(jì)算每一所述疑似時(shí)間序列與歷史真警對(duì)應(yīng)的報(bào)警時(shí)間序列之間的相似度，將對(duì)應(yīng)的相似度高于相似度閾值的疑似時(shí)間序列確定為真警，根據(jù)預(yù)設(shè)的異常因子檢測(cè)算法計(jì)算每個(gè)對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度；

第三處理模塊，用于根據(jù)每個(gè)對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，對(duì)所述疑似時(shí)間序列是否為真警進(jìn)行判斷。

8.根據(jù)權(quán)利要求7所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾裝置，其特征在于，所述第三處理模塊包括：

第一單元，用于若對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，低于異常度閾值，則過濾掉所述疑似時(shí)間序列；

第二單元，用于若對(duì)應(yīng)的相似度不高于所述相似度閾值的疑似時(shí)間序列的異常度，不低于所述異常度閾值，則輸出所述疑似時(shí)間序列以供人工判斷是否為真警。

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法的步驟。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的錯(cuò)誤數(shù)據(jù)容忍的虛警過濾方法的步驟。