本申请提供一种时序数据检测方法、装置、电子设备及存储介质，所述方法，通过获取的时序数据样本集进行预处理，得到目标时序数据集，对目标时序数据集进行预测，得到预测数据集，根据数据集和目标时序数据集，确定目标时序数据集的残差数据集，利用聚类算法对残差数据集进行聚类，确定目标时序数据集中的正常数据子集和异常数据子集。通过对时序数据样本集进行预处理，得到时序性的目标时序数据集，根据预测数据集和目标时序数据集，得到残差数据集，并利用聚类算法对残差数据集进行聚类分析，能够准确的分析目标时序数据集中的正常数据和异常数据，解决了现有技术中对时序数据的时序处理不足以及设立阈值时存在误判的问题。
【技术实现步骤摘要】
本申请涉及数据检测，尤其涉及一种时序数据检测方法、装置、电子设备及存储介质。
技术介绍
1、现有技术中的时序数据检测方法存在对时序数据的时序性处理不足以及设立阈值时往往存在误判问题，时序性处理不足导致在计算残差时差距较大，根据异常的时序数据设立阈值往往会影响异常检测的结果，出现误判的问题。
技术实现思路
1、有鉴于此，本申请的目的在于提出一种时序数据检测方法、装置、电子设备及存储介质，以解决现有技术中对时序数据的时序处理不足以及设立阈值时存在误判的问题。
2、基于上述目的，本申请第一方面提供了一种时序数据检测方法，包括：
3、获取时序数据样本集并进行预处理，得到目标时序数据集；
4、基于所述目标时序数据集采用预设模型进行预测，得到预测数据集；
5、根据所述预测数据集和所述目标时序数据集，确定所述目标时序数据集的残差数据集；
6、利用聚类算法对所述残差数据集进行聚类，确定所述目标时序数据集中的正常数据子集和异常数据子集。
>7、可选地，获取时本文档来自技高网...
【技术保护点】
1.一种时序数据检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取时序数据样本集并进行预处理，得到目标时序数据集，包括：
3.根据权利要求2所述的方法，其特征在于，所述线性插值算法公式如下：
4.根据权利要求1所述的方法，其特征在于，所述预设模型为卷积长短期记忆神经网络模型。
5.根据权利要求1所述的方法，其特征在于，根据所述预测数据集和所述目标时序数据集，确定所述目标时序数据集的残差数据集，包括：
6.根据权利要求1所述的方法，其特征在于，利用聚类算法对所述残差数据集进行聚类，确定所述目标时序数据集中...
【技术特征摘要】
1.一种时序数据检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取时序数据样本集并进行预处理，得到目标时序数据集，包括：
3.根据权利要求2所述的方法，其特征在于，所述线性插值算法公式如下：
4.根据权利要求1所述的方法，其特征在于，所述预设模型为卷积长短期记忆神经网络模型。
5.根据权利要求1所述的方法，其特征在于，根据所述预测数据集和所述目标时序数据集，确定所述目标时序数据集的残差数据集，包括：
6.根据权利要求1所述的方法，其特征在于，利用聚类算法对所述残...
【专利技术属性】
技术研发人员：李思维，欧清海，于龙，袁帅，岳靓，杜立石，冯光磊，
申请(专利权)人：国网信息通信产业集团有限公司，
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。