异常节点的监测方法及系统

专利主权项内容

1.一种异常节点的监测方法，其特征在于，所述异常节点的监测方法应用于工控板卡生产系统，所述工控板卡生产系统包括多个设备节点；所述异常节点的监测方法包括：获取目标节点的历史节点数据，并将历史节点数据进行第一时间维划分，得到多个第一时序数据；分别对所述多个第一时序数据进行第二时间维划分，得到各第一时序数据对应的第二时序数据；将各第一时序数据对应的第二时序数据进行均值处理，得到对应的历史时间维数据；将各所述历史时间维数据作为历史数据点，并计算各历史数据点之间的多个数据距离，并根据所述数据距离对应的权重进行加权求和，得到对应的统计距离；根据所有历史数据点之间的统计距离生成统计距离矩阵，并基于所述统计距离矩阵计算进行聚类的聚类半径和邻域最小样本数量；遍历所有历史数据点，并根据所述聚类半径生成遍历的历史数据点的邻域，并根据遍历的历史数据点与其他历史数据点之间的统计距离确定所述邻域中的邻域数据点；判断所述遍历的历史数据点对应的邻域数据点的数量是否大于所述邻域最小样本数量；若大于，则将遍历的历史数据点作为当前核心数据点，并判断所述当前核心数据点是否存在密度可达的其他核心数据点；若存在，则根据所述当前核心数据点与密度可达的其他核心数据点生成分类簇；若不大于或不存在，则遍历下一历史数据点；在所有历史数据点完成遍历后，得到多个分类簇，以及各分类簇对应的核心数据点；将所述多个分类簇中的历史数据点和所述核心数据点作为对应的目标节点的历史数据点集；确定所述多个设备节点中的目标节点，并获取所述目标节点的实时节点数据和历史数据点集；计算所述实时节点数据与所述历史数据点集中各历史数据点之间的统计距离，并基于所述统计距离判断所述目标节点是否为异常节点；若是，则将所述目标节点识别为异常节点，并确定根据所述工控板卡生产系统中各所述异常节点的目标异常节点；根据所述实时节点数据中的设备位置确定所述目标异常节点与其它异常节点之间的实际距离；根据所述实际距离确定所述目标异常节点对应的邻近节点，并将各异常节点的实时节点数据进行时间窗划分，得到多个时间序列数据；根据预设的相关性算法，计算所述目标异常节点的各时间序列数据与对应的邻近节点的时间序列数据之间的数据相关性；对所述数据相关性进行数据相关特征提取，得到相关性特征，并根据所述相关性特征确定各所述异常节点之间是否相关关系；将存在相关关系的异常节点的节点类别识别为触发节点，并将不存在相关关系的异常节点的节点类别识别为故障节点；基于所述节点类别确定对应的异常节点的监测策略，并根据所述监测策略对所述工控板卡生产系统中对应的异常节点进行监测。