[发明专利]面向时空解析模型的传感器信息异常检测方法

权利要求书

1.一种面向时空解析模型的传感器信息异常检测方法，其特征在于，包括：

获取传感器数据集，所述传感器数据集包括传感器所在站点信息、传感器所在的经纬度信息、产生传感器数据值的时间信息和传感器数据值；

根据传感器数据集中的时间信息和传感器数据值构建传感器数据的时间分布特性，确定时间分布特征中的第一异常信息；

根据传感器数据集中的经纬度信息和传感器数据值构建传感器数据的空间分布特征，确定空间分布特征中的第二异常信息；

所述确定空间分布特征中的第二异常信息包括：

根据传感器数据集构建时空立方体，所述时空立方体包括多个站点的时间、空间的传感器数据值；

根据地域信息对空间信息进行划分，划分后的空间内包括至少一个站点信息；

选择任意空间内的任意站点，构建该站点的泰森多边形，在构建泰森多边形时，构建至少三个泰森多边形，分别为第一泰森多边形、第二泰森多边形和第三泰森多边形；

确定泰森多边形中的所有站点的传感器数据值，利用格拉布斯计算该站点的G值，并与格拉布斯表中给出的临界值比较，若第一泰森多边形、第二泰森多边形和第三泰森多边形中的G值均大于临界值，则表示该站点的传感器数据值为第二异常信息；

对所述第一异常信息对应的站点信息和第二异常信息对应的站点信息进行筛选，确定异常站点；

所述确定时间分布特征中的第一异常信息包括：

根据传感器数据集构建时空立方体，所述时空立方体包括多个站点的时间、空间的传感器数据值；

将时间信息进行划分为第一时间、第二时间、第三时间和第四时间；

中控单元内设置有第一标准数据值、第二标准数据值、第三标准数据值和第四标准数据值；

若第一时间内的平均数据值第一标准数据值，则第一异常信息位于第一时间内进行工作的传感器中；

若第二时间内的平均数据值第二标准数据值，则第一异常信息位于第二时间内进行工作的传感器中；

若第三时间内的平均数据值第三标准数据值，则第一异常信息位于第三时间内进行工作的传感器中；

若第四时间内的平均数据值第四标准数据值，则第一异常信息位于第四时间内进行工作的传感器中；

对所述第一异常信息对应的站点信息和第二异常信息对应的站点信息进行筛选，确定异常站点包括：

对于每个站点均设置有异常值A，异常值A=K1×a1+ K2×a2，其中a1为第一异常值，a2为第二异常值，K1为第一系数，K2为第二系数，中控单元内设置有预警值A0;若站点数据值的异常值A≥预警值A0，则表示该站点的传感器采集的数据值为异常值，进行预警，需要对该站点的传感器数据进行修正；

若站点数据值的异常值A预警值A0，则表示该站点的传感器采集的数据值为正常的，符合当前经纬度，当前时间的正常传感器数据值。

2.根据权利要求1所述的面向时空解析模型的传感器信息异常检测方法，其特征在于，当确定第一异常信息位于第一时间内时，则对第一时间进行切割，分为n1个时间段，n1为偶数，然后从n1个时间段内任意选择一个时间节点，比较n1个时间节点的数据值与第一标准数据值的差值，若在n1个时间节点中，有至少有n1/2个时间节点的数据值与第一标准数据值的差值高于预设的标准差值，则将n1个节点对应的传感器数据值确定为第一异常信息。

3.根据权利要求2所述的面向时空解析模型的传感器信息异常检测方法，其特征在于，当确定第一异常信息位于第二时间内时，则对第二时间进行切割，分为n2个时间段，n2为偶数，然后从n2个时间段内任意选择一个时间节点，比较n2个时间节点的数据值与第二标准数据值的差值，若在n2个时间节点中，有至少有n2/2个时间节点的数据值与第二标准数据值的差值高于预设的标准差值，则将n2个节点对应的传感器数据值确定为第一异常信息。

4.根据权利要求3所述的面向时空解析模型的传感器信息异常检测方法，其特征在于，当确定第一异常信息位于第三时间内时，则对第三时间进行切割，分为n3个时间段，n3为偶数，然后从n3个时间段内任意选择一个时间节点，比较n3个时间节点的数据值与第三标准数据值的差值，若在n3个时间节点中，有至少有n3/2个时间节点的数据值与第三标准数据值的差值高于预设的标准差值，则将n3个节点对应的传感器数据值确定为第一异常信息。