[发明专利]异常诊断方法以及异常诊断装置

权利要求书

1.一种异常诊断方法，是异常诊断装置执行的异常诊断方法，所述异常诊断装置使用通过观测监视对象的状态所获得的、由表示所述状态的多个变量的值构成的观测值，诊断该观测值是否异常，

所述异常诊断装置具备处理器以及存储器，

所述存储器存储有通过使用多个所述观测值的学习所生成的异常检测模型，

所述处理器，

取得群组信息，所述群组信息表示分别由所述多个变量中的相互关联的至少两个变量的组合构成的一个以上的群组；

取得所述观测值；

从所述存储器读取所述异常检测模型，使用读取到的所述异常检测模型来判定所述观测值是否异常；

在判定为所述观测值异常的情况下，基于该观测值和由取得的所述群组信息所示的所述一个以上的群组，确定该观测值的所述一个以上的群组中的作为异常原因的群组。

2.根据权利要求1所述的异常诊断方法，

所述异常检测模型是通过作为所述学习的自动编码器、变分自动编码器和一类支持向量机中的至少一个使用所述多个观测值所生成的模型。

3.根据权利要求2所述的异常诊断方法，

在所述观测值是否异常的判定中，

通过对所述异常检测模型输入所述多个观测值来算出分数，

在算出的所述分数大于等于预先确定的第1阈值的情况下，判定为取得的所述观测值异常，

在算出的所述分数小于所述第1阈值的情况下，判定为取得的所述多个观测值没有异常。

4.根据权利要求1所述的异常诊断方法，

所述异常检测模型是基于学习用的正常的多个所述观测值与诊断用的多个所述观测值的概率密度比所生成的模型，

在所述观测值的取得中，取得多个所述观测值，

在所述观测值是否异常的判定中，

使用从所述存储器读取到的所述异常检测模型和取得的所述多个观测值来算出分数，

在算出的所述分数大于等于预先确定的第1阈值的情况下，判定为取得的所述多个观测值异常，

在算出的所述分数小于所述第1阈值的情况下，判定为取得的所述多个观测值没有异常。

5.根据权利要求3或4所述的异常诊断方法，

在所述群组的确定中，

算出损失函数成为极小值的位移向量，所述损失函数由算出的所述分数、与通过按由所述群组信息所示的所述一个以上的群组的每一个进行正则化而获得的群组正则项之和构成，

将算出的所述位移向量中的、包含大于等于第2阈值的变量的群组确定为作为异常原因的群组，所述第2阈值小于1。

6.根据权利要求5所述的异常诊断方法，

所述群组正则项满足在群组间为0<p≤1并且在群组内为p>1的Lp正则化。

7.一种异常诊断装置，其使用通过观测监视对象的状态所获得的、由表示所述状态的多个变量的值构成的观测值，诊断该观测值是否异常，

所述异常诊断装置具备处理器以及存储器，

所述存储器存储有通过使用多个所述观测值的学习所生成的异常检测模型，

所述处理器，

取得群组信息，所述群组信息表示分别由所述多个变量中的相互关联的至少两个变量的组合构成的一个以上的群组；

取得所述观测值；

从所述存储器读取所述异常检测模型，使用读取到的所述异常检测模型来判定所述观测值是否异常；

在判定为所述观测值异常的情况下，基于取得的所述观测值和由取得的所述群组信息所示的所述一个以上的群组，确定所述观测值的所述一个以上的群组中的作为异常原因的群组。