【技术实现步骤摘要】
本专利技术适用于电网、智能运维和地球勘探等工业应用领域，涉及一种无监督的时间序列异常检测方法，具体地说是一种基于对比生成对抗网络的多元时间序列异常检测方法。
技术介绍
0、技术背景
1、时间序列中的无监督异常检测在电网、智能运维和地球勘探等工业应用中具有重大潜力。
2、多变量时间序列(mts)数据普遍存在于一系列领域，包括金融、电网和工业自动化等领域。对这些数据的分析可以帮助做出明智的决定和预测。特别是，检测时间序列数据中的异常，这涉及到发现不寻常的模式或事件，对于广泛的应用至关重要，包括但不限于欺诈检测、监控系统和预测性维护。例如，检测金融时间序列数据的异常可以帮助识别欺诈活动，而在电网中，它可以帮助预测和防止停电。
3、随着时间序列数据变得更加复杂和多样化，如何精确识别异常现象仍然是一项具有挑战性的任务。为了应对这一挑战，学术界和工业界都提出了许多检测时间序列数据中异常情况的方法。传统的统计方法，如arima和pca，已被广泛用于这项任务。然而，这些方法对于具有高波动性和复杂模式的数据可能并不有效...
【技术保护点】
1.一种基于对比生成对抗网络的多元时间序列异常检测方法，其特征在于包括如下步骤：
2.如权利要求1所述的方法，其特征在于：所述步骤1中，具体模型是：
3.如权利要求1所述的方法，其特征在于：所述步骤2中，数据增强技术具体为：
4.如权利要求1所述的方法，其特征在于：所述步骤3中，生成器具体为：
5.如权利要求4所述的方法，其特征在于：为了捕捉正常多元时间序列数据MTS中的长期依赖性和模式，编码器fenc是基于Transformer的，被表述如下：
6.如权利要求4所述的方法，其特征在于：解码器fdec是一个两...
【技术特征摘要】
1.一种基于对比生成对抗网络的多元时间序列异常检测方法，其特征在于包括如下步骤：
2.如权利要求1所述的方法，其特征在于：所述步骤1中，具体模型是：
3.如权利要求1所述的方法，其特征在于：所述步骤2中，数据增强技术具体为：
4.如权利要求1所述的方法，其特征在于：所述步骤3中，生成器具体为：
5.如权利要求4所述的方法，其特征在于：为了捕捉正常多元时间序列数据mts中的长...
【专利技术属性】
技术研发人员：曹杰，栾宁，赵琳，缪佳伟，王惠，申冬琴，王闻，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。