异常检测方法、计算设备及计算机存储介质技术

本发明专利技术实施例提供一种用于大型智慧园区的异常检测方法、计算设备及计算机存储介质。其中，异常检测方法包括：基于多种特征数据预测生成目标空间在目标时间内的预测能耗数据，其中，所述多种特征数据对应不同能耗影响因素；采集所述目标空间在所述目标时间内的实际能耗数据；对所述实际能耗数据与所述预测能耗数据中对应时间点的数据值进行对比，以确定所述目标空间在所述目标时间内是否存在能耗异常。本发明专利技术实施例提供的技术方案提高了异常检测的准确性。测的准确性。测的准确性。

【技术实现步骤摘要】
异常检测方法、计算设备及计算机存储介质


[0001]本专利技术实施例涉及人工智能
，尤其涉及一种异常检测方法、计算设备及计算机存储介质。

技术介绍

[0002]大型智慧园区作为高能耗建筑的集中区域，各种能耗，例如电能、用水、燃气等，具有能耗消耗范围广、消耗时间不规律等特点。随着经济社会的发展和环境压力越来越大，节能减排形势严峻，通常需要对智慧园区进行能耗异常检测，以便于针对性的制定节能方案。
[0003]因而，如何提高能耗异常检测的准确性成为亟待解决的技术问题。

技术实现思路

[0004]本专利技术实施例提供一种异常检测方法、用电异常检测方法、装置、计算设备及计算机存储介质。
[0005]第一方面，本专利技术实施例中提供了一种用于大型智慧园区的异常检测方法，包括：
[0006]基于多种特征数据预测生成目标空间在目标时间内的预测能耗数据，其中，所述多种特征数据对应不同能耗影响因素，所述预测能耗数据包括多个时间点以及每个时间点对应的数据值；
[0007]采集所述目标空间在所述目标时间内的实际能耗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常检测方法，包括：基于多种特征数据预测生成目标空间在目标时间内的预测能耗数据，其中，所述多种特征数据对应不同能耗影响因素，所述预测能耗数据包括多个时间点以及每个时间点对应的数据值；采集所述目标空间在所述目标时间内的实际能耗数据，所述实际能耗数据包括多个时间点以及每个时间点对应的数据值；对所述实际能耗数据与所述预测能耗数据中对应时间点的数据值进行对比，以确定所述目标空间在所述目标时间内是否存在能耗异常。2.根据权利要求1所述的方法，还包括：在确定所述目标空间在所述目标时间内存在能耗异常的情况下，从所述多种特征数据中确定异常特征数据。3.根据权利要求1所述的方法，其中，所述对所述实际能耗数据与所述预测能耗数据中对应时间点的数据值进行对比，以确定所述目标空间在所述目标时间内是否存在能耗异常包括：依次计算所述实际能耗数据中多个时间点的数据值与所述预测能耗数据中对应时间点的数据值的偏差，得到偏差矩阵，所述偏差矩阵包括与所述多个时间点分别对应的偏差值；确定多个所述偏差值中是否存在大于预设偏差阈值的偏差值；在多个所述偏差值中存在大于预设偏差阈值的偏差值的情况下，确定所述实际能耗数据存在能耗异常，否则，确定所述实际能耗数据不存在能耗异常。4.根据权利要求3所述的方法，其中，每种所述特征数据包括多个时间点以及与每个时间点对应的特征值；所述从所述多种特征数据中确定异常特征数据包括：分别计算所述偏差矩阵与所述多种特征数据的相似度，得到与每种特征数据分别对应的相似度结果；确定多个所述相似度结果中是否存在满足预设条件的目标相似度结果；将与所述目标相似度结果对应的特征数据确定为异常特征数据。5.根据权利要求1所述的方法，其中，所述方法还包括：获取目标...

【专利技术属性】
技术研发人员：邓世马，邹艺，孙偲恺，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：