[发明专利]一种数据异常检测方法和装置

权利要求书

1.一种数据异常检测方法，其特征在于，该方法包括：

S1：获取燃气指标数据，其中，所述燃气指标数据包括购气量、销气量和购销气差率；

S2：判断所述燃气指标数据是否服从正态分布，若是，则通过拉依达准则进行计算，以检测所述燃气指标数据是否异常，否则，执行步骤S3；

S3：判断所述燃气指标数据是否能够通过多项式拟合判定，若是，则通过多项式拟合法进行计算，以检测所述燃气指标数据是否异常，否则，执行步骤S4；

S4：对所述燃气指标数据进行趋势性和周期性判定后，通过自回归积分滑动平均模型进行计算，以检测所述燃气指标数据是否异常；

步骤S2的具体过程包括：

判断所述燃气指标数据通过安德森—达林Anderson-Darling检验出错的概率是否大于预设置信水平，若是，则通过拉依达准则进行计算，以检测所述燃气指标数据是否异常；

在步骤S4之后，该方法还包括：

S5：各个算法对异常数据检测过程中，进行参数训练，动态调整各个算法的参数；

步骤S5的具体过程包括：

在对算法选择完成之后，通过所述算法对数据异常点检测和数据预测的过程中，通过参数动态调整策略动态调整所述算法的参数；其中，所述参数动态调整策略包括：

通过所述算法对数据异常点检测和数据预测的过程中，以过去m个时间点的数据作为一个整体输入，进行模型参数的训练，利用训练后的模型，对后续k个时间点的数据进行异常判定或者预测分析；

对于下一个进入的数据点，记为点1，若模型算法判定点1为异常值，则继续利用当前模型参数继续判断点2；若模型算法判定点1为正常值，则把点1数据加入数据序列待T个数据之后重新训练模型参数，依次类推，直到k个数据点判定完成，参数T为模型参数更新的阈值。

2.根据权利要求1所述数据异常检测方法，其特征在于，

步骤S3的具体过程包括：

S31：运用判定系数和回归标准差对所述燃气指标数据进行多项式拟合；

S32：判断拟合程度是否达到预设期望阈值且拟合多项式阶数达到预设阶数要求，若是，则通过多项式拟合法进行计算，以检测所述燃气指标数据是否异常。

3.根据权利要求2所述数据异常检测方法，其特征在于，

所述多项式拟合用到的表达式为：

y＝a_ntⁿ+a_n-1t^n-1+…+a₁t+a₀+ε

其中，t为时间；a_i为拟合系数，i＝0, 1,2,3,…,n；y为t时刻对应的燃气指标数据；ε为残差，ε～N(0，σ²)。