[发明专利]一种异常检测方法、应用和监控设备

权利要求书

1.一种异常检测方法，在监控设备中执行，适于对被监控设备的一个或多个性能指标进行实时异常检测，所述方法包括：

获取被监控设备的某个性能指标在当前时刻的观测值；

根据前一时刻的预测值和所述当前时刻的观测值确定当前时刻的预测值；

将当前时刻的观测值X_r,n与当前时刻的预测值X_p,n之差记为当前时刻的差值X_gap,n，其中，n为正整数，表示当前时刻；

根据所述当前时刻的差值X_gap,n，采用增量的ESD算法判断所述当前时刻的观测值X_r,n是否为异常值：采用增量的方式更新差值序列X_gap在当前时刻n的均值mean_n和标准差std_n；在设定的显著性水平α下，计算当前时刻的临界值λ；根据所述当前时刻的差值X_gap,n、所述均值mean_n和所述标准差std_n确定离群度G；判断离群度G与临界值λ的大小，若G>λ，则X_r,n是异常值，若G≤λ，则X_r,n不是异常值。

2.如权利要求1所述的异常检测方法，其中，所述根据前一时刻的预测值和所述当前时刻的观测值确定当前时刻的预测值的步骤采用卡尔曼滤波算法实现。

3.如权利要求2所述的异常检测方法，其中，所述卡尔曼滤波算法包括：

根据前一时刻的预测值确定当前时刻的学习值；

根据前一时刻的预测值的协方差确定当前时刻的学习值的协方差；

根据所述当前时刻的学习值的协方差确定当前时刻的卡尔曼增益；

根据所述当前时刻的观测值、所述当前时刻的学习值和所述当前时刻的卡尔曼增益确定当前时刻的预测值；

根据所述当前时刻的学习值的协方差和所述当前时刻的卡尔曼增益确定当前时刻的预测值的协方差。

4.如权利要求3所述的异常检测方法，其中，所述根据前一时刻的预测值确定当前时刻的学习值的步骤采用以下公式：

X_s,n＝X_p,n-1

所述根据前一时刻的预测值的协方差确定当前时刻的学习值的协方差的步骤采用以下公式：

P_s,n＝P_p,n-1+Q_n

所述根据所述当前时刻的学习值的协方差确定当前时刻的卡尔曼增益的步骤采用以下公式：

Kn=Ps,n(Ps,n+Rn)]]>

所述根据所述当前时刻的观测值、所述当前时刻的学习值和所述当前时刻的卡尔曼增益确定当前时刻的预测值的步骤采用以下公式：

X_p,n＝X_s,n+K_n(X_r,n-X_s,n)

所述根据所述当前时刻的学习值的协方差和所述当前时刻的卡尔曼增益确定当前时刻的预测值的协方差的步骤采用以下公式：

P_p,n＝P_s,n(1-K_n)

其中，n为正整数，表示当前时刻，n-1表示前一时刻，X_p,n-1表示前一时刻的预测值，P_p,n-1表示前一时刻的预测值的协方差，X_s,n表示当前时刻的学习值，X_r,n表示当前时刻的观测值，X_p,n表示当前时刻的预测值，P_s,n表示当前时刻的学习值的协方差，P_p,n表示当前时刻的预测值的协方差，K_n表示当前时刻的卡尔曼增益，Q_n为观测值序列X_r在当前时刻的标准差，R_n为观测值序列X_r在当前时刻的方差。