[发明专利]异常数据监测方法、装置、设备、存储介质及程序产品

权利要求书

1.一种异常数据监测方法，其特征在于，包括：

获取价值流程图中各流程节点的指标数据值；

根据所述流程节点的指标数据值，对所述价值流程图中的各所述流程节点进行异常数据监测，得到监测结果；

基于所述监测结果，确定所述价值流程图中的异常节点；

基于马尔科夫链对所述异常节点进行异常影响时间计算，得到所述异常节点的异常影响时间；

根据异常影响时间对正常的流程节点进行工作状态调整；

所述基于马尔科夫链对所述异常节点进行异常影响时间计算，得到所述异常节点的异常影响时间，包括：

根据价值流程图中的所有流程节点生成马尔科夫链，将马尔科夫链中最边缘的异常节点确定为目标节点；

计算与目标节点的马尔科夫距离为1的流程节点被目标节点影响的时间，若与目标节点的马尔科夫距离为1的流程节点被目标节点影响的时间小于预设时间阈值，则计算与目标节点的马尔科夫距离为2的流程节点被目标节点影响的时间，以此类推，确定受目标节点影响的所有流程节点的被影响时间。

2.根据权利要求1所述的异常数据监测方法，其特征在于，所述根据所述流程节点的指标数据值，对所述价值流程图中的各所述流程节点进行异常数据监测，得到监测结果，包括：

将任一流程节点的指标数据值与所述任一流程节点对应的指标阈值进行比较；

若所述任一流程节点的指标数据值大于所述任一流程节点对应的指标阈值，则确定所述任一流程节点存在内部爆炸；内部爆炸为流程节点内部存在数据异常。

3.根据权利要求2所述的异常数据监测方法，其特征在于，所述根据所述流程节点的指标数据值，对所述价值流程图中的各所述流程节点进行异常数据监测，得到监测结果，还包括：

将所有流程节点中相邻的两个流程节点对应的指标数据值，输入至跨节点异常监测模型，获取所述跨节点异常监测模型输出的运算结果；

若所述运算结果大于预设运算阈值，则确定所述运算结果对应的两个相邻流程节点间存在关联爆炸；关联爆炸为两相邻流程节点间存在关联数据的异常。

4.根据权利要求3所述的异常数据监测方法，其特征在于，所述基于所述监测结果，确定所述价值流程图中的异常节点，包括：

若确定所述监测结果为任一流程节点存在内部爆炸，则确定所述任一流程节点为所述价值流程图中的异常节点；

和/或，

若确定所述监测结果为任意两个流程节点间存在关联爆炸，则确定所述任意两个流程节点为所述价值流程图中的异常节点。

5.根据权利要求1所述的异常数据监测方法，其特征在于，所述基于所述监测结果，确定所述价值流程图中的异常节点之后，还包括：

基于马尔科夫链对所述价值流程图的异常节点进行异常范围追溯，得到所述价值流程图的节点异常范围。

6.根据权利要求1所述的异常数据监测方法，其特征在于，所述获取价值流程图中各流程节点的指标数据值，包括：

从多源异构数据库中获取价值流程图中流程节点的源数据；所述多源异构数据库包括APS数据库、ERP数据库、MES数据库、FEMS数据库、SCADA数据库；

对所述源数据进行数据关联，得到各所述流程节点的指标数据值。