[發明專利]一種裝置異常檢測方法及系統

有效

• 申請號: 202011505191.9
• 申請日: 2020-12-18
• 公開（公告）號: CN112654060B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 梁起銘;徐睿;金尚忠;石巖
• 申請（專利權）人: 中國計量大學
• 主分類號: H04W24/06
• 分類號: H04W24/06;H04W4/38
• 代理公司: 杭州鈐韜知識產權代理事務所(普通合伙) 33329
• 代理人: 唐靈;趙杰香

本發明提供一種裝置異常檢測方法及系統，包括：K+1個類似裝置，其中一個所述類似裝置為第一裝置，其余K個所述類似裝置為第二裝置；收集組件，所述收集組件從所述K+1個類似裝置中收集數據；通信組件，所述通信組件將所述數據發送至云平臺；云平臺對數據進行處理，所述云平臺具有如下處理方法：所述第一裝置和所述若干第二裝置之間至少存在一組可歸一性的參數，通過所述K個回歸模型，求解所述參數的歸一化系數，利用所述歸一化系數生成該第一裝置的專用預測模型；輸入來自所述第一裝置的多個數據項目，使用所述第一裝置的專用預測模型，監視以及判定所述第一裝置的狀態的異常，在檢測到異常時，輸出檢測信息。

技術領域

本發明涉及對一個以上的裝置的狀態進行異常檢測的裝置，特別涉及一種裝置異常檢測方法及系統。

背景技術

在世界各國的生產方式，已經引入了工業機器人來實現自動化的生產以提高生產的效率，近年來，開始利用人工智能的機器學習領域來時機器人可以自主的判斷自身的工作狀態，高精度的檢測出機器異常的等。現在具有狀態基準維護技術，針對于燃料變換為動能，熱能等能量變換裝置，安裝多個傳感器來測量裝置的各部分狀態，并根據傳感器數據判定裝置的狀態是否異常。

在專利文獻CN102460529B中公開了一種裝置異常監視方法以及系統，該發明通過針對檢測裝置的其他多個類似裝置的數據，生成裝置的異常判定模型來解決數據量匱乏的問題，另外通過其他多個類似裝置的異常事例來進行異常原因診斷的模型的積蓄。

但是使用專利文獻CN102460529B中公開的方法仍存在以下問題:

1.數據量匱乏：專利文獻CN102460529B利用多個類似裝置的數據生成異常判定模型來解決數據量匱乏的問題，但是其限定的類似裝置所需要符合的條件太過苛刻，利用該方法解決數據量匱乏問題存在局限性。

2.異常事例學習緩慢：由于裝置的異常概率比較低，所以在很少發生或沒有發生異常的情況下，機器的判定模型等學習沒有進展，即在進一步生成異常狀態的原因診斷模型時，要把原來發生的異常數據儲存起來，為以后的異常診斷提供對比和參照的模型。但在很少發生異常的情況下存在診斷模型的積蓄沒有進展的情況。

因此，有必要設計一種異常檢測系統及檢測方法來解決上述問題。

發明內容

本發明的目的在于提供一種裝置異常檢測方法，將類似的K+1個裝置作為處理對象，根據使用傳感器對所述K+1個裝置的狀態進行測量獲得的該各個裝置的多個數據項目進行檢測以及判定所述K+1個裝置中的至少一個裝置的狀態的異常處理，其特征在于：

所述K+1個裝置中的一個第一裝置T作為檢測以及判定的對象，其余K個第二裝置作為取得用于生成所述第一裝置T的專用判定模型的數據對象，所述第一裝置T專用判定模型用于所述第一裝置T的監視以及判定，所述K+1個裝置生成的數據均輸送至云平臺，所述云平臺依照裝置異常檢測方法對所述數據進行處理；

所述裝置異常檢測方法包括如下步驟：

預處理步驟，對所述K個第二裝置中的至少一個第二裝置所產生的數據項目進行歸一化處理；

第一步驟，根據所述K個第二裝置正常時的多個數據項目，生成K個第二裝置的K個回歸模型作為各個第二裝置的個別裝置專用預測模型以及類似裝置共用總體預測模型，生成所述第一裝置的專用預測模型，其中該多個數據項目包括經過歸一化處理的數據項目；以及

第二步驟，以預定時間為單位，輸入來自所述第一裝置的多個數據項目，使用所述第一裝置的專用預測模型，監視以及判定所述第一裝置的狀態的異常，在檢測到異常時，輸出檢測信息；

其中K為大于2的自然數

優選的，所述歸一化處理包括步驟：

根據所述K個第二裝置的履歷數據求解所述K個回歸模型的回歸式的系數以及截距；