[发明专利]用于训练异常检测分析器以自动去除离群数据的系统和方法

权利要求书

1.一种用于检测资产的操作期间的异常以改进所述资产的性能的方法，所述方法包括：

经由服务器来收集与所述资产或者包含所述资产的资产编组的操作相关的数据，所述数据包括所述资产或者包含所述资产的所述资产编组的正常和不正常资产行为；

经由所述服务器中编程的利用异常检测分析器的一个或多个输入或输出的迭代算法自动去除包含所述不正常资产行为的所述数据的部分，以形成仅包含所述正常资产行为的数据集；

经由所述服务器中编程的基于计算机的模型至少使用仅包含所述正常资产行为的所述数据集来训练所述异常检测分析器；以及

经由所述服务器将所述异常检测分析器应用于所述资产，以便监测其操作期间的异常。

2.如权利要求1所述的方法，其中，所述资产编组中的每个资产包括操作数据，所述操作数据在所述资产为健康时遵循类似正常数据变化模式。

3.如权利要求2所述的方法，其中，多个类似资产包括风电场中的多个风力涡轮、太阳能场中的多个太阳能电池板、多个能量存储系统或者它们的组合中的至少一个。

4.如权利要求1所述的方法，其中，所述迭代算法包括随机样本一致性算法。

5.如权利要求4所述的方法，其中，经由所述服务器中编程的所述随机样本一致性算法自动去除包含所述不正常资产行为的所述数据的所述部分以形成仅包含所述正常资产行为的所述数据集进一步包括：

(a)对与所述资产或者包含所述资产的所述资产编组的操作相关的所述数据随机取样；

(b)使用所取样数据来训练所述异常检测分析器的模型；

(c)使用所述数据的未取样部分来评估所述模型；

(d)对所评估模型内的内点的数量进行计数，所述内点对应于符合所述模型的数据点；

(e)重复进行(a)至(d)，直到所述模型内的所述内点超过某个阈值；以及

(f)当所述模型内的所述内点超过所述某个阈值时向所述至少一个异常检测分析器输出训练数据集，所述训练数据集仅包含表示所述正常资产行为的数据。

6.如权利要求4所述的方法，其中，所述随机样本一致性算法包括基于编组的随机样本一致性算法。

7.如权利要求6所述的方法，其中，经由所述服务器中编程的所述基于编组的随机样本一致性算法自动去除包含所述不正常资产行为的所述数据的所述部分以形成仅包含所述正常资产行为的所述数据集包括：

(a)将与所述资产或者所述资产编组的操作相关的所述数据分为多个子集；

(b)对所述多个子集的集合随机取样；

(c)使用所述多个子集的所取样集合来训练所述异常检测分析器的模型；

(d)使用所述集合之外的所述数据来评估所述模型；

(e)对所评估模型内的内点的数量进行计数，所述内点对应于符合所述模型的数据点，或者备选地对所述内点所属的子集的数量进行计数；

(f)重复进行(b)至(e)，直到所述模型内的内点的所述数量或者所述内点所属的子集的所述数量超过某个阈值；以及

(g)当所述模型内的所述内点超过所述某个阈值时向所述至少一个异常检测分析器输出训练数据集，所述训练数据集仅包含表示所述正常资产行为的数据。

8.如权利要求1所述的方法，进一步包括基于从哪些资产收集所述数据、每个子集是否包含来自一个资产或者多个资产或者根据资产之间的距离、安装日期、所述资产的配置、所述资产的服务或操作历史或者所述资产的操作状态所编组的多个资产的数据，将所述数据分为所述多个子集。

9.如权利要求1所述的方法，其中，与所述资产或者包含所述资产的所述资产编组的操作相关的所述数据包括时间系列数据。

10.如权利要求1所述的方法，进一步包括使用仅包含所述正常资产行为的所述数据集和历史数据来训练所述至少一个异常检测分析器。