摘要
本申请属于工业互联网设备异常检测技术领域,尤其涉及一种工业互联网设备异常检测方法及系统,方法包括:获取多个相同型号的工业互联网设备在第一领域的设备数据和对应的功率数据;去除数据点中的直接异常点,再通过LOF算法并结合第一系数找出离群数据点;将直接异常点和离群数据点所属的工业互联网设备的第一系数减去第一常数;实时监测输出的多个相同型号的工业互联网设备的第一系数,直至多个相同型号的工业互联网设备中,存在第一系数小于第一阈值的第一工业互联网设备,则认定第一工业互联网设备在第一领域内有异常。可以解决现有技术在采集工业互联网设备数据集的时间段内,需要人工进行工业互联网设备的异常检测的问题。
技术关键词
工业互联网
设备异常检测方法
LOF算法
历史功率数据
设备异常检测技术
历史设备
异常点
深度学习模型
序列
时间段
采集单元
稳态
报告
处理单元
关系
坐标
系统为您推荐了相关专利信息
节点
数据缓存单元
对接方法
数据字
数据处理单元
配电网台区
历史功率数据
分布式光伏发电
神经网络预测模型
层级
数据编码器
多模态学习方法
解码器
时间段
序列特征
风机低电压穿越
协同控制方法
有功功率
功率控制策略
LSTM模型
数据隐私保护方法
脱敏数据
同态加密技术
工业互联网平台
差分隐私机制