[发明专利]基于多项指标的异动检测方法和装置

权利要求书

1.一种基于多项指标的异动检测方法，所述方法包括：

获取当前时间周期内的系统的多项指标的时序数据；

根据所述多项指标的时序数据，生成时序图像，所述时序图像包括多条时序曲线，每条时序曲线对应一项指标；

将所述时序图像作为预先训练的神经网络模型的输入，通过所述神经网络模型的输出得到当前时间周期内系统是否异常。

2.如权利要求1所述的方法，其中，所述获取当前时间周期内的系统的多项指标的时序数据，包括：

获取当前时间周期内的系统的多项指标的开始时刻的数据、每隔预设时间段的数据、结束时刻的数据。

3.如权利要求1所述的方法，其中，所述根据所述多项指标的时序数据，生成时序图像，包括：

将所述多项指标按照预设规则排序；

根据所述多项指标中各项指标的时序数据，生成各项指标对应的时序曲线；

将各项指标对应的时序曲线按排序后的顺序叠加到一幅图像中，得到时序图像。

4.如权利要求3所述的方法，其中，所述将所述多项指标按照预设规则排序，包括：

根据所述多项指标中各项指标的可能取值与预设阈值的关系，将所述多项指标分为第一类指标和第二类指标；所述第一类指标的可能取值均大于预设阈值，所述第二类指标的可能取值均小于预设阈值；

对所述第一类指标的时序数据取对数后求平均值，对所述第二类指标的时序数据求平均值，根据各项指标对应的平均值，将所述多项指标排序。

5.如权利要求3所述的方法，其中，所述根据所述多项指标中各项指标的时序数据，生成各项指标对应的时序曲线，包括：

根据所述多项指标中各项指标的可能取值与预设阈值的关系，将所述多项指标分为第一类指标和第二类指标；所述第一类指标的可能取值均大于预设阈值，所述第二类指标的可能取值均小于预设阈值；

针对各项指标中的第一类指标，以时间为横轴，以该指标的时序数据取对数后的值为纵坐标，得到该指标对应的时序曲线；

针对各项指标中的第二类指标，以时间为横轴，以该指标的时序数据为纵坐标，得到该指标对应的时序曲线。

6.如权利要求1所述的方法，其中，所述神经网络模型包括卷积神经网络CNN，所述CNN的卷积核包括N行N列的矩阵，其中，N>＝2。

7.如权利要求6所述的方法，其中，所述矩阵的其中一列的元素全为1，其余元素全为0。

8.如权利要求6所述的方法，其中，所述矩阵的其中一行的元素全为1，其余元素全为0。

9.如权利要求1所述的方法，其中，所述神经网络模型采用如下方式训练：

获取包含多条时序曲线的训练用时序图像，所述训练用时序图像包括已标记的故障区间；

将所述训练用时序图像划分为多个子图；

根据子图中是否包含部分故障区间，标记该子图是否异常；

将子图作为所述神经网络模型的样本特征，将子图是否异常作为所述神经网络模型的样本标签，对所述神经网络模型进行训练。

10.如权利要求9所述的方法，其中，所述将所述训练用时序图像划分为多个子图，包括：

根据待获取的子图数，确定每个子图的窗口长度；

从所述训练用时序图像的坐标原点开始，沿时间轴截取长度为所述窗口长度的第一子图；

根据预先设定的递进窗口更新起始位置，从所述训练用时序图像的起始位置开始，沿时间轴截取长度为所述窗口长度的第二子图。