基于数据筛选的数据异常检测系统及方法

专利主权项内容

1.基于数据筛选的数据异常检测方法，其特征在于，该方法包括以下步骤：获取工厂设备运行数据序列，所述工厂设备运行数据序列包括若干个设备的工艺参数数据和状态数据；所述设备的工艺参数数据包含若干个工艺参数，每个工艺参数在不同阶段所需的采集次数不同，每次采集时均具有期望值；所述设备的状态数据包括设备在运行时间内消耗的能量、设备的平均无故障时间、设备的平均修复时间、设备在运行时间内的进料量、产出量、良品量以及设备操作人员的信息数据，所述操作人员的信息数据包括参与设备安全培训的人数和操作人员的总人数；根据每个设备的工艺参数数据中每个工艺参数在不同阶段所需的采集次数和每次采集时的期望值，获取每个设备的工艺参数数据异常值；根据每个设备的状态数据中每个设备在运行时间内消耗的能量、设备的平均无故障时间、设备的平均修复时间、设备在运行时间内的进料量、产出量、良品量以及设备操作人员的信息数据，获取每个设备的状态数据异常值；根据每个设备的工艺参数数据异常值和状态数据异常值，获取若干个设备数据点；根据所有设备数据点的工艺参数数据与状态数据之间的分布情况，获取距离影响系数；根据所有设备数据点的数量获取初始距离值；根据初始/>距离值和距离影响系数对所有设备数据点进行若干次异常检测，获取每次异常检测的若干个疑似异常数据点和每个疑似异常数据点对应的异常因子；根据每次异常检测的若干个疑似异常数据点和每个疑似异常数据点对应的异常因子对所有疑似异常数据点进行筛选得到所有异常数据点。。 （更多数据，详见马克数据网）