摘要
本申请公开了一种云池设备异常检测方法及装置。该方法包括:获取云池设备在预设时间段内各个不同长度的子时间段内的运行状态数据集;依据每个运行状态数据集构建对应子时间段的单尺度特征矩阵,并由各个单尺度特征矩阵拼接得到第一多尺度特征矩阵;利用异常检测模型对第一多尺度特征矩阵进行重构,并对重构的第二多尺度特征矩阵进行分析,得到云池设备在各个子时间段内的第一异常分值;依据各个第一异常分值确定云池设备发生异常的目标子时间段,并定位引起云池设备发生异常的异常监控指标。本申请解决了相关技术通过单一监控指标对云池设备进行异常分析,导致分析结果准确性较差,且无法定位设备异常的根本原因的技术问题。
技术关键词
多尺度特征
时间段
矩阵
设备异常检测方法
卷积模块
重构残差
历史运行状态
编码模块
高斯核函数
指标
前馈神经网络
注意力机制
数据
输出模块
单尺度特征
序列
系统为您推荐了相关专利信息
重力储能系统
充放电策略
充放电次数
矩阵
遗传算法
融合深度学习
构建预测模型
矩阵
特征提取网络
嵌入特征
损伤识别方法
跑道路面
施工缺陷
高维特征向量
鼓包高度
虚拟对象
环境状态信息
地图
计算机可执行指令
标识