![基于差分多分辨率分解的时间序列异常检测方法及系统](/CN/2024/1/97/images/202410487675.jpg)
基本信息:
- 专利标题: 基于差分多分辨率分解的时间序列异常检测方法及系统
- 申请号:CN202410487675.7 申请日:2024-04-23
- 公开(公告)号:CN118094443A 公开(公告)日:2024-05-28
- 发明人: 王虹岚 , 李静 , 吴金龙 , 顾荣斌 , 何旭东 , 方晓蓉 , 邵佳炜 , 张皛 , 潘晨灵 , 刘文意 , 胡游君 , 邹徐熹 , 沈耀威 , 刘军 , 邱玉祥 , 魏训虎 , 樊泽宇 , 刘皓 , 施健
- 申请人: 南京航空航天大学 , 国网上海市电力公司 , 国网电力科学研究院有限公司 , 国家电网有限公司
- 申请人地址: 江苏省南京市江宁区将军大道29号
- 专利权人: 南京航空航天大学,国网上海市电力公司,国网电力科学研究院有限公司,国家电网有限公司
- 当前专利权人: 南京航空航天大学,国网上海市电力公司,国网电力科学研究院有限公司,国家电网有限公司
- 当前专利权人地址: 江苏省南京市江宁区将军大道29号
- 代理机构: 上海领誉知识产权代理有限公司
- 代理人: 车超平
- 主分类号: G06F18/2433
- IPC分类号: G06F18/2433 ; G06N3/0464 ; G06N3/088 ; G06F123/02
摘要:
本发明公开了一种基于差分多分辨率分解的时间序列异常检测方法,包括:利用快速傅里叶变换对输入的时间序列进行周期性分析,得到时间序列的周期成分及每个周期成分对应的权重;构建多分辨率分解网络,以分解的方式将不同周期成分分离,将每一层分离出的周期成分的重构表示聚合得到最终的重构表示;其中,在多分辨率分解网络中,基于差分法按周期大小将时间序列分解为差分序列和残差序列两部分,差分序列包含着对应周期的周期性;再通过双路对比学习架构分别对残差序列和差分序列进行时序依赖建模,利用细粒度对比学习方法得到相应的时间表示,组合得到每个周期成分的重构表示。本发明能够有效处理时间序列异常检测中的异常过度泛化问题。
公开/授权文献:
- CN118094443B 基于差分多分辨率分解的时间序列异常检测方法及系统 公开/授权日:2024-07-09
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06F | 电数字数据处理 |
------G06F18/00 | 模式识别 |
--------G06F18/10 | .预处理;数据清理 |
----------G06F18/23 | ..聚类技术 |
------------G06F18/241 | ...与分类模型有关,例如参数或非参数方法 |
--------------G06F18/2433 | ....单类视角,例如一对整体的分类;新奇检测;离群点检测 |