← 返回列表

一种流程数据漂移检测模型训练、漂移检测方法及装置

申请号: CN202410043837.8
申请人: 山东建筑大学; 水发兴业能源(珠海)有限公司; 水发数字产业(上海)有限公司
申请日期: 2024/1/12

摘要文本

本发明属于计算机技术领域,提供了一种流程数据漂移检测模型训练、漂移检测方法及装置,其技术方案为:使用孪生自编码器网络模型作为数据漂移检测模型,通过使用对比损失函数,将经由孪生自编码器产生的数据嵌入表示与传入的新数据作出正负样本对的区分,通过对比新数据与正负样本对的距离关系判断该数据的分布与训练数据集上的数据分布是否一致来说明数据漂移存在与否,通过在负样本对中设置阈值对新数据判断其嵌入表示是否异常来判断该点是否是异常值以完成数据异常检测。本发明考虑到了因数据漂移所产生的异常数据,且训练过程对标签数据量需求低,可有效提高异常检测系统的效率、准确性和合理性。

专利详细信息

项目 内容
专利名称 一种流程数据漂移检测模型训练、漂移检测方法及装置
专利类型 发明申请
申请号 CN202410043837.8
申请日 2024/1/12
公告号 CN117556365A
公开日 2024/2/13
IPC主分类号 G06F18/2433
权利人 山东建筑大学; 水发兴业能源(珠海)有限公司; 水发数字产业(上海)有限公司
发明人 聂秀山; 林熙明; 王栋伟; 刘新锋; 吕雪岭; 袭肖明; 宁阳
地址 山东省济南市历城区临港开发区凤鸣路1000号; 广东省珠海市香洲区金珠路9号6号厂房;

专利主权项内容

1.一种流程数据漂移检测模型训练方法,其特征在于,包括如下步骤:获取训练生产流程监测数据;将所述训练生产流程监测数据输入至初始漂移检测模型,映射至嵌入空间得到第一嵌入表示,基于第一嵌入表示得到正训练样本对和负训练样本对;引入对比损失函数,计算训练生产流程监测数据与正训练样本对和负训练样本对的对比损失,通过反向传播更新网络的权重,最小化对比损失函数,以使嵌入表示中的正训练样本对接近,负训练样本对远离,得到更新后的网络权重参数;基于更新后的网络权重参数调整初始漂移检测模型,基于调整后的初始漂移检测模型得到第二嵌入表示,解码第二嵌入表示,得到重建数据,采用重建数据和原始训练生产流程监测数据计算重建误差,迭代优化重建误差,得到漂移异常检测模型。 更多数据:搜索来源: