一种基于支持向量机的异常数据检测方法及电子设备技术

本发明专利技术涉及一种基于支持向量机的异常数据检测方法及电子设备，方法包括：S01、获取区域供热运行系统上水时间段内各传感器采集的数据，将所有传感器在每一时间点的数据作为一个待测向量数据；S02、将每一个待测向量数据和预先训练获取的超球面的向量空间进行比较，判断是否存在处于超球面外部的一个维度以上的数据；S03，若存在，将落在超球面外部的数据作为检测出的异常数据；其中，基于区域供热运行系统上一年的数据获取支持向量机的最小支持半径，基于获取的最小支持半径建立超球面的向量空间。本发明专利技术的方法能够有效识别工业互联网中传感器的异常数据，同时可解决现有技术中自适应弱的缺陷。适应弱的缺陷。适应弱的缺陷。

【技术实现步骤摘要】
一种基于支持向量机的异常数据检测方法及电子设备


[0001]本专利技术涉及数据异常检测技术，尤其涉及一种基于支持向量机的异常数据检测方法及电子设备。

技术介绍

[0002]在智能楼宇领域及智能市政中分布这大量的收集各类信息的传感器，如温度传感器、压力传感器、流量传感器、湿度传感器和热量传感器等，这些传感器在使用中会存在异常，如何对大量传感器上传的数据进行异常检测一直是业内技术人员研究的热点。
[0003]传感器采集的数据，大多为空间中不同点上针对某特定变量，观测到的一维时间序列。而判断数据是否异常的过程，可以说是一个二分类的过程。传统的数据异常检测方法包括：基于高斯分布、欧式距离、密度等的异常检测方法。这些异常检测方法在经过合理的阈值选取，参数微调后，通常对某一种传感器数据异常具有较好的检测能力。但是这样的方法在实际运用时，难以应对实际工程应用中出现的各式各样的情况，这些方法存在需要较高的专业知识，同时自适应性弱等缺点。一方面，专业相关的人能确定那些是异常数据，但却不会使用复杂的异常数据检测算法，另一方面，从事互联网算法开发的人员，虽然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于支持向量机的异常数据检测方法，其特征在于，包括：S01、获取区域供热运行系统上水时间段内各传感器采集的数据，将所有传感器在每一时间点的数据作为一个待测向量数据；S02、将每一个待测向量数据和预先训练获取的超球面的向量空间进行比较，判断是否存在处于超球面外部的一个维度以上的数据；所述向量空间的数据维度和待测向量数据的数据维度相同；S03，若存在，将落在超球面外部的各维度的数据作为检测出的异常数据；其中，基于区域供热运行系统上一年的数据获取支持向量机的最小支持半径R
v
，基于获取的R
v
建立超球面的向量空间。2.根据权利要求1所述的方法，其特征在于，S01之前，所述方法还包括：M01、获取区域供热运行系统上一年的上水时间段内各传感器采集的数据；M02、对上一年的数据进行筛选，并标注异常数据标签和正常数据标签，将完成标注的每一时间点的所有传感器的数据作为一个训练数据向量，得到所有训练数据向量组成的训练数据集；M03、基于所述训练数据集，采用遗传算法优化预设的目标函数，获取支持向量机的最小支持半径R
v
。3.根据权利要求2所述的方法，其特征在于，M03包括：M03
‑
1、构建具有正则项的目标函数L：M03
‑
2、基于构建的目标函数L，给目标函数中的正则项v一个随机数，并使拉格朗日乘子α∈P
N
，且对应的x，获取向量空间的支持半径R；拉格朗日乘子α是一个N维向量；P为实数；M03
‑
3、采用支持半径R对训练数据集进行分类，获得分类结果的正确率；重复M03
‑
2至M03
‑
3，直到迭代达到终止条件，则将达到终止条件时对应的正则项v作为最后选定的正则项，同时获得正则项对应的最小支持半径R
v
；其中，x＝(x1,x2,
…
x
i
,x
N
...

【专利技术属性】
技术研发人员：张源，曲増杰，李硕，张芬芳，
申请(专利权)人：国能龙源蓝天节能技术有限公司，
类型：发明
国别省市：