【技术实现步骤摘要】
本专利技术主要涉及人工智能领域，尤其涉及一种设备能耗的异常检测方法及装置。
技术介绍
1、设备的能耗异常检测是工厂生产维护的重要环节，传统的方式是使用人工特征去检测能耗异常，传统的方式面对大数据时效率太低，一些深度学习算法也被用于进行能耗的异常检测，这些方法基于时序数据和统一的算法来建立神经网络模型，对于不同的应用场景其准确度也不尽如人意。
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种设备能耗的异常检测方法及装置，以提高异常检测方法的准确性。
2、为实现上述目的，本专利技术提出了一种用电设备能耗的异常检测方法，所述异常检测方法包括：获取所述用电设备的业务数据，将所述业务数据分类为能耗数据和用电设备状态数据；训练一自编码器，所述自编码器包括自编码器主模块、第一自编码器子模块和第二自编码器子模块，所述第一自编码器子模块由所述能耗数据训练，所述第二自编码器子模块由所述用电设备状态数据训练，所述自编码器主模块根据所述第一自编码器子模块和所述第二自编码器子模块的训练结果确定...
【技术保护点】
1.一种用电设备能耗的异常检测方法(100)，其特征在于，所述异常检测方法(100)包括：
2.根据权利要求1所述的异常检测方法(100)，其特征在于，所述自编码器主模块包括主控制器，所述第一自编码器子模块包括第一子控制器，所述第二自编码器子模块包括第二子控制器，训练一自编码器包括：所述第一子控制器和所述第二子控制器保存训练迭代状态和模型参数并将所述训练迭代状态和所述模型参数发送至主控制器，所述主控制器根据所述训练迭代状态和所述模型参数确定所述自编码器的最优模型参数。
3.根据权利要求1或2所述的异常检测方法(100)，其特征在于，所述业务数据...
【技术特征摘要】
1.一种用电设备能耗的异常检测方法(100)，其特征在于，所述异常检测方法(100)包括：
2.根据权利要求1所述的异常检测方法(100)，其特征在于，所述自编码器主模块包括主控制器，所述第一自编码器子模块包括第一子控制器，所述第二自编码器子模块包括第二子控制器，训练一自编码器包括：所述第一子控制器和所述第二子控制器保存训练迭代状态和模型参数并将所述训练迭代状态和所述模型参数发送至主控制器，所述主控制器根据所述训练迭代状态和所述模型参数确定所述自编码器的最优模型参数。
3.根据权利要求1或2所述的异常检测方法(100)，其特征在于，所述业务数据还被分类为环境数据，训练一自编码器包括：使用所述环境数据训练一第三自编码器子模块，所述自编码器主模块根据所述第一自编码器子模块、所述第二自编码器子模块和所述第三自编码器子模块的训练结果确定所述自编码器的最优模型参数。
4.根据权利要求1所述的异常检测方法(100)，其特征在于，所述方法(100)还包括：获取所述用电设备的业务数据，将所述业务数据分类为能耗数据和用电设备状态数据之后，对所述能耗数据和用电设备状态数据进行数据清洗。
5.根据权利要求1所述的异常检测方法(100)，其特征在于，所述方法(100)还包括：将异常检测结果发送至用户，根据用户反馈对所述自编码器进行更新。
6.一种设备能耗的异常检测装置(300)，其特征在于，所述异常检测装置(300)包括：
7.根据权利要求6所述的异常检测装置(300)，其特征在于，所述自编码器主模块包括主控制器，所述第一自编码器子模块包括第一子控制器，所述第二自编码器子模块包括第二...
【专利技术属性】
技术研发人员：何保敬，相里勇，陈亮，龚德芸，尚昱辰，于世强，
申请(专利权)人：西门子中国有限公司，
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。