一种生产要素数据异常诊断方法及装置制造方法及图纸

本发明专利技术提供的一种生产要素数据异常诊断方法及装置，首先获取待诊断的生产要素数据，然后将所述生产要素数据输入至预设的异常诊断模型，其中，所述异常诊断模型是利用历史生产要素数据训练得出，最后输出异常诊断结果。本发明专利技术可实现对大样本、多维度复杂数据集的异常数据进行快速诊断识别，不仅可以诊断出全局异常，对局部异常也有很好的诊断效果。

【技术实现步骤摘要】
一种生产要素数据异常诊断方法及装置
本专利技术涉及数据处理
，具体涉及一种生产要素数据异常诊断方法及装置。
技术介绍
异常数据诊断是为了在较为集中的海量数据中发现少量表现行为异常的数据对象。随着信息化程度的普及，各行各业都在生产过程中产生了大量各种形式的数据，如何快速有效地诊断出其中的异常数据是目前面临的难题。
技术实现思路
针对现有技术中的问题，本专利技术提供一种生产要素数据异常诊断方法及装置。为解决上述技术问题，本专利技术提供以下技术方案：本专利技术的一个方面，提供一种生产要素数据异常诊断方法，包括：获取待诊断的生产要素数据；将所述生产要素数据输入至预设的异常诊断模型；其中，所述异常诊断模型是利用历史生产要素数据训练得出；其中所述异常诊断模型的输出为生产要素数据的异常诊断结果。在优选的实施例中，还包括：建立所述异常诊断模型。在优选的实施例中，所述建立所述异常诊断模型，包括：随机生成一个切割面；利用所述切割面切割训练数据集，得到子数据集；本文档来自技高网...

【技术保护点】
1.一种生产要素数据异常诊断方法，其特征在于，包括：/n获取待诊断的生产要素数据；/n将所述生产要素数据输入至预设的异常诊断模型；其中，所述异常诊断模型是利用历史生产要素数据训练得出；其中所述异常诊断模型的输出为生产要素数据的异常诊断结果。/n

【技术特征摘要】
1.一种生产要素数据异常诊断方法，其特征在于，包括：
获取待诊断的生产要素数据；
将所述生产要素数据输入至预设的异常诊断模型；其中，所述异常诊断模型是利用历史生产要素数据训练得出；其中所述异常诊断模型的输出为生产要素数据的异常诊断结果。


2.根据权利要求1所述的数据异常诊断方法，其特征在于，还包括：
建立所述异常诊断模型。


3.根据权利要求2所述的数据异常诊断方法，其特征在于，所述建立所述异常诊断模型，包括：
随机生成一个切割面；
利用所述切割面切割训练数据集，得到子数据集；
重复生成随机切割面，递归地切割所述子数据集，直至每个子数据集中只有一个样本停止，构建“树”结构；
重复构建所述“树”结构，形成孤立森林模型。


4.根据权利要求3所述的数据异常诊断方法，其特征在于，所述切割面的生成公式为：





5.根据权利要求1所述的数据异常诊断方法，其特征在于，所述异常诊断模型的训练步骤，包括：
标注所述生产要素数据的异常情况；
将已标注的所述生产要素数据作为所述异常诊断模型的训练集训练所述异常诊断模型。


6.根据权利要求5所述的数据异常诊断方法，其特征在于，所述将已标注的所述生产要素数据作为所述异常诊断模型的训练集训练所述异常诊断模型，包括：
计算所述训练集中每个数据样本的异常分数；
基于每个数据的已标注信息确定异常阈值。


7.根据权利要求6所述的数据异常诊断方法，其特征在于，所述计算异常分数公式为：

或者


8.根据权利要求5所述的数据异常诊断方法，其特征在于，还包括：
在所述历史生产数据更新时，以更新的历史生产数据为训练样本重新训练，获得更新的异常诊断模型。


9.一种生产要素数据异常诊断装置，其特征在于，包括：
获取模块，获取待诊断的生产要素数据；
输入模块，将所述生产要素数据输入至预设的异常诊断模型；其中，所述异常诊断模型是利用历史生产要素数据训练得出；其中所述异常诊断模型的输出为生产要素数据的异常诊断结果。


10.根据权利要求9所述的数据异常诊断装置，其特征在于，还包括：
模型建立模块,建立所述异常诊断模型。...

【专利技术属性】
技术研发人员：何为，唐智和，栾辉，王晓鹏，马琳，王若尧，张璇，邹诚诚，董智鹤，
申请(专利权)人：中国石油天然气集团有限公司，中国石油集团安全环保技术研究院有限公司，
类型：发明
国别省市：北京;11