[发明专利]一种异常应用识别方法、装置、设备、存储介质及产品在审
| 申请号： | 202310418585.8 | 申请日： | 2023-04-19 |
| 公开（公告）号： | CN116150697A | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 李浩然 | 申请（专利权）人： | 上海钐昆网络科技有限公司 |
| 主分类号： | G06F18/2433 | 分类号： | G06F18/2433;G06F18/25 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 赵秀芹 |
| 地址： | 201201 上海市浦东*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种异常应用识别方法、装置、设备、存储介质及产品，该方法通过异常应用识别模型识别第一应用的融合特征，即可识别出第一应用是否为异常应用。而融合特征是根据连续性特征和嵌入特征融合得到的，且连续性特征是根据第一应用的应用包标识和应用标识对应分词在异常应用类别中的重要性指标得到的，嵌入特征是根据应用标识对应的分词进行特征转换得到的。所以，本申请实施例可以根据待识别应用的应用包标识和应用标识即可实现异常应用的识别。而应用包标识和应用标识对应的数据容量相较于应用接收的异常应用接收链接和图片等信息的数量容较小，所以，利用应用包标识和应用标识进行异常应用的识别，降低了计算复杂度，提高了识别效率。 | ||
| 搜索关键词： | 一种 异常 应用 识别 方法 装置 设备 存储 介质 产品 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海钐昆网络科技有限公司，未经上海钐昆网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310418585.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种电流异常检测系统、方法、电子设备及介质-202310829113.1
- 周佳原;张见;曹燚 - 无锡学院
- 2023-07-07 - 2023-10-27 - G06F18/2433
- 本发明公开了一种电流异常检测系统、方法、电子设备及介质，所述系统包括电流信号获取模块、数据处理模块、数据聚类模块、阈值模型和ARMA模型，其中，电流信号获取模块：将采集到的电流信号实时传输至数据处理模块；数据处理模块：用于使用时间戳标记每一个采样时刻，并将电流值与时间戳存储在一起，形成电流时间序列数据；数据聚类模块：采用DTW‑kmedoids聚类算法对电流时间序列数据集进行分簇，将电流时间序列数据集分成不同的簇；阈值模型：用于判定此电流时间序列数据为异常；ARMA模型：用于预测未来电流时间序列数据的区间。通过本发明系统实现高准确性、高效率电流异常检测。
- 一种风力发电机功率曲线异常原因识别方法、系统、设备及存储介质-202310953382.9
- 张新丽;任鑫;曹治;王一妹;林昇;王华;武青;杨雪;周利 - 华能澜沧江水电股份有限公司;中国华能集团清洁能源技术研究院有限公司
- 2023-07-31 - 2023-10-27 - G06F18/2433
- 本发明属于风力发电技术领域，具体涉及一种风力发电机功率曲线异常原因识别方法，获取目标风电场各机位点机组的运行实时数据、功率阈值P0和风速阈值V0；对运行实时数据进行预处理，得到机组处于发电运行状态且处于非限功率状态下的数据集，所述数据集包括时间标识序列Ti、风速序列Vi及功率序列Pi；根据Vi及Pi得到异常散点图；在异常散点图上将PiP0且ViV0的散点归为异常散点，得到异常散点集Q；针对异常散点集Q内所有散点进行判断，筛选出由于大风工况下机组反复切出切入状态导致的部分异常点，这部分异常点就不再需要人为去判断分析，剩下的异常点需要其他方法进行分析，减轻运维人员负担，提高异常排查效率。
- 矿用振筛机异常的确定方法、其装置以及电子设备-202310957613.3
- 朱子祺;罗文;张世强;刘钦聚;燕建华;马余多 - 国能神东煤炭集团有限责任公司;中国神华能源股份有限公司神东煤炭分公司
- 2023-07-31 - 2023-10-27 - G06F18/2433
- 本申请提供了一种矿用振筛机异常的确定方法、其装置以及电子设备。该方法中，首先，获取矿用振筛机的多个历史工况信号，历史工况信号包括历史正常信号和历史异常信号；之后，对多个历史工况信号进行预处理，得到训练数据集；之后，根据训练数据集，训练预先构建的神经网络模型，得到振筛机异常检测模型；最后，获取当前工况信号，并采用振筛机异常检测模型确定当前工况信号对应的矿用振筛机是否发生异常。该方法得到振筛机异常检测模型，通过振筛机异常检测模型检测挡墙工况信号可以及时发现矿用振筛机运行中的异常状态从而进行维护，减少因异常累积而引起的设备停机，进而解决了现有技术中矿用振筛机因定期维修造成的无效人力物力浪费的问题。
- 基于OVATION分析的燃气轮机发电模式识别方法-202310566288.8
- 王毅刚;田毅华;黄德夫;文谦;肖永兵;陆文佳;魏鹏;谢丽霞;玄钟元 - 武汉汉能电力发展有限公司
- 2023-05-18 - 2023-10-27 - G06F18/2433
- 本发明提供了基于OVATION分析的燃气轮机发电模式识别方法，通过确定预先报警的模式、指定工况识别逻辑条件、构建OVATION历史数据集并将样本图形化，同时利用正常运行数据构建OVATION数学模型，并将结果反映在OVATION图形界面中；利用OVATION的系统环境和对海量生产运行数据进行挖掘的技术实现燃气轮机发电机组在生产运行过程中的模式识别，通过在实时性较高的燃气轮机发电机组监控系统中部署和运行模式识别程序，将大量检测参数的客观数值转化为可主观感知状况的结果，实现了对燃气轮机发电机组运行状况进行实时监督的功能，提高了燃气轮机发电装置的运行和维护效率，具有实时性高、精度高、考虑全面等优点。
- 一种基于关键特征提取的用电设备故障检测处理方法-202310774226.6
- 朱焱;高琦;鞠易;沈菁菁 - 南通通明集团有限公司
- 2023-06-28 - 2023-10-27 - G06F18/2433
- 本发明提供了一种基于关键特征提取的用电设备故障检测处理方法，包括：(1)：采集用电设备工作信息；(2)：根据用电设备工作信息进行初步判断，若存在异常，发出报警；若无异常，进入(3)；(3)：对漏电电流信号进行小波变换；(4)：提取漏电电流信号关键特征；(5)：根据漏电电流信号关键特征判断是否存在异常，若是，发出报警，进入(6)；(6)：进行异常计时；(7)：判断异常计时是否大于计时参考值，若是，控制用电设备停止工作；若不是，返回(6)。本发明提供一种基于关键特征提取的用电设备故障检测处理方法，能够对用电设备进行多方位故障判断和处理，保证用电设备的安全性和可靠性。
- 基于物联网的智慧用电数据分析方法及系统-202311198227.7
- 张利良 - 湖南迈格瑞特物联科技有限公司
- 2023-09-18 - 2023-10-27 - G06F18/2433
- 本发明公开了基于物联网的智慧用电数据分析方法及系统，属于用电监控技术领域，具体包括：获取社区所在城市的历史温度数据，根据气象数据获取过去单位时间t
- 一种变压器分接开关动作特性测量方法及系统-202311218208.6
- 郑含博;杨文强;陈鑫;赵飞;袁福强;张建业 - 山东和兑智能科技有限公司
- 2023-09-21 - 2023-10-27 - G06F18/2433
- 本发明涉及变压器检测技术领域，具体为一种变压器分接开关动作特性测量方法及系统。该方法中首先构建运行状态和调档状态下变压器负荷和损耗的预测模型，之后根据历史数据分别构建所有调档动作下变压器有载开关动作特性数据序列数并组成样本数据集，再对动作特性数据序列数据集进行聚类处理得到不同的负荷趋势簇类，并将不同的负荷趋势簇类的样本组成负荷趋势样本集以构建动作特性模型，最后根据采集的新的动作数据输入模型中进行验证来判断动作特性是否正常。通过本申请公开的技术方案，可以减少变压器维护导致停电时间过长，进而达到提高供电质量有益效果。
- 一种用于智能电能表信息交互的大数据分析系统及方法-202311204118.1
- 顾舜孝;黄佳慧;李武;丁垚溢 - 江苏百维能源科技有限公司
- 2023-09-19 - 2023-10-27 - G06F18/2433
- 本发明涉及通信数据分析技术领域，具体为一种用于智能电能表信息交互的大数据分析系统及方法，包括：电能表信息交互模块、费控数据采集模块、数据库、参考数据剔除模块和通信维护管理模块，通过电能表信息交互模块在用户缴纳电费过程中进行电能表和缴费平台间的信息交互，通过费控数据采集模块采集电能表的使用信息、用户的历史缴费时间信息和复电时间信息，通过数据库存储接收到的全部数据，通过参考数据剔除模块分析用于预判电能表和缴费平台间的通信延时情况的参考数据，对参考数据做剔除处理，通过通信维护管理模块依据参考数据预判电能表和缴费平台间的通信延时情况，并进行通信维护管理，降低了用户缴费后出现复电延时严重现象的概率。
- 异常数据检测方法、装置、介质、设备-202310890861.0
- 徐骁桐;钱兵;薛艳茹;马冲 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
- 2023-07-19 - 2023-10-27 - G06F18/2433
- 本申请提供一种异常数据检测方法、装置、介质及设备，涉及数据处理技术领域，该方法可以基于各性能指标计算相应均值与各网元之间的数据距离，得到分别对应于各性能指标的距离集合，进而，基于各距离集合中的第一四分位数和第三四分位数，筛选出那些第一四分位数和第三四分位数的差值小于预设阈值的目标距离集合，并基于目标距离集合并通过聚类的方式可以确定异常指标值，相较于相关技术直接通过第一四分位数和第三四分位数的差值确定异常指标值的方式来说，可以避免因第一四分位数和第三四分位数较为相似时所导致的异常检测结果不准确的问题，即，实施本申请限定的技术方案，可以在第一四分位数和第三四分位数较为相似时提升异常检测结果的精度。
- 用于电源模块的故障预测方法、装置、存储介质及处理器-202310793715.6
- 刘龙;万梁;陈东;谭语 - 中联重科股份有限公司
- 2023-06-30 - 2023-10-27 - G06F18/2433
- 本申请实施例提供一种用于电源模块的故障预测方法、装置、存储介质及处理器。包括：获取电源模块在多个状态下的历史运行数据；分析并选取符合预设条件的历史运行数据作为正样本数据；处理正样本数据并将处理后的正样本数据输入至故障预测数据模型，以训练故障预测数据模型得到训练完成的故障预测数据模型，获取待预测电源模块的实时运行数据；将实时运行数据输入至训练完成的故障预测数据模型，以通过训练完成的故障预测数据模型输出待预测电源模块的故障类型，以实现对电源模块内部元件的状态监测和故障预测，构建准确的故障预测数据模型，对电源模块潜在故障进行及时、精准地预测，且预测更为全面，更大程度上降低了故障带来的损失。
- 数据异常检测方法、装置、电子设备及存储介质-202310823499.5
- 杨立原 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
- 2023-07-06 - 2023-10-27 - G06F18/2433
- 本发明提供一种数据异常检测方法、装置、电子设备及存储介质，涉及大数据安全技术技术领域，该方法包括：针对预设时间段内每个目标变化子时间段，根据预设时间段内该目标变化子时间段的数据，和该目标变化子时间段对应的第一变化子时间段的数据，确定预设时间段内该目标变化子时间段的差异指标；根据该目标变化子时间段的差异指标，修正该目标变化子时间段的数据；检测修正后的预设时间段内每个周期的多个变化子时间段的数据中的异常数据。本发明实施例能够通过目标变化子时间段的差异指标修正目标变化子时间段的数据，从而可以消除目标变化子时间段所在日期对数据的影响，例如节假日等，提高了检测的准确率。
- 一种恶意信息检测方法、装置、电子设备及存储介质-202310876210.6
- 李默涵;连雨昕;朱锦鹏;林景怡;万佳文;孙彦斌;田志宏 - 广州大学
- 2023-07-17 - 2023-10-27 - G06F18/2433
- 本发明公开了一种恶意信息检测方法、装置、电子设备及存储介质，本发明方法基于预设采集条件，获取原始数据；对原始数据进行预处理，转化得到评分矩阵；基于评分矩阵，确定目标特征；对目标特征进行加权聚合，根据加权聚合的特征值对原始数据进行过滤，得到原始数据集；根据原始数据集确定目标用户，通过随机丢弃的方式将原始数据的评分数据集划分为预设数据的目标数据集，进而分别对各个数据集进行隐语义处理，得到目标用户的评分向量；基于目标用户的评分向量，确定各个目标数据集之间的距离差值；进而根据距离差值确定各个目标数据集的恶意信息的检测结果；本发明实施例能够高效准确实现恶意信息检测，可广泛应用于计算机技术领域。
- 异常信号检测方法及系统-202311079838.X
- 李军;王荣付 - 杭州圣娱科技有限公司
- 2023-08-24 - 2023-10-27 - G06F18/2433
- 本发明实施例提供了一种异常信号检测方法及系统，对初始源信号数据的信号时序特征进行解析，生成初始源信号数据的循环时序参数，同时输出初始源信号数据的目标源信号数据；对于目标源信号数据中去噪的源信号数据分片，输出源信号数据分片的前向信号频域特征和后向信号频域特征的目标信号去噪节点，并将源信号数据分片的前向信号频域特征和后向信号频域特征输入信号去噪网络中进行去噪，生成源信号数据分片的待检测信号特征数据；获取异常信号检测网络，并加载待检测信号特征数据到异常信号检测网络，生成异常信号检测数据；由此提高后续对异常信号检测的准确性。
- 一种大坝监测数据异常识别及重构方法-202310883879.8
- 汪魁;陈泳江;刘潘;赵明阶;熊勇;李川洲;刘刚;刘洋 - 重庆交通大学;重庆科技学院
- 2023-07-18 - 2023-10-27 - G06F18/2433
- 本发明涉及水利工程技术领域，具体涉及一种大坝监测数据异常识别及重构方法，包括：基于生成式对抗网络搭建大坝监测数据重构网络，用于在数据集不完整的情况下实现对大坝异常数据的重构；将大坝监测异常数据分为由于监测设备故障等导致的误差异常数据和大坝自身状态发生突变而引起的预警异常数据，基于关联规则及Apriori算法，分析大坝监测量间的时间关联性；结合DBSCAN算法对异常数据点进行检测，根据大坝监测量的时间关联性，识别及保留预警异常数据，剔除并重构误差异常数据；本发明使得大坝监测数据的异常识别更加科学化，重构更加智能化。
- 电能表数据冻结处理方法、装置、电子设备及存储介质-202310966658.7
- 张文凯;尹永理;徐红俊;罗材锟 - 安特仪表集团有限公司
- 2023-08-02 - 2023-10-27 - G06F18/2433
- 本申请涉及电能表技术领域，尤其涉及一种电能表数据冻结处理方法、装置、电子设备及存储介质。本申请使用预先训练完成的电能表异常数据检测模型，对实时监测到的电能表数据进行异常检测，当检测到所述电能表数据出现异常数据时，识别所述电能表数据中每项数据的重要程度，根据电能表数据中每项数据的重要程度确定目标冻结方式，从而采用所述目标冻结方式对对应项的数据进行冻结。由于电能表数据中的异常数据能够被实时检测，因而可以实时对电能表数据进行冻结，防止了电能表数据丢失。此外，对重要程度不同的电能表数据采用不同的冻结方式，能够优化资源和存储成本。
- 用于异常检测的设备和方法-202180095375.9
- 王也;金耕进;王啸 - 三菱电机株式会社
- 2021-11-30 - 2023-10-27 - G06F18/2433
- 一种用于检测输入数据中的异常的异常检测器包括自动编码器，其被训练以对输入数据进行编码并对编码的输入数据进行解码以重构输入数据。此外，异常检测器包括分类器，其被训练以确定指示所接受的输入数据与重构的输入数据之间的差异的重构损失，其中重构损失包括评估重构的输入数据的多个部分的重构损失的多个损失函数的加权组合、不同类型的损失函数或二者。分类器还被配置为当重构损失高于阈值时，检测重构的输入数据中的异常。
- 一种大数据决策的智能耦合预警方法-202311207059.3
- 廖峪;唐泰可;罗颖达 - 成都中轨轨道设备有限公司
- 2023-09-19 - 2023-10-27 - G06F18/2433
- 本发明公开了一种大数据决策的智能耦合预警方法及系统，包括以下步骤：根据第一数据序列和第二数据序列，通过神经网络，得到噪声耦合预测模型，所述噪声耦合预测模型用于消除根据前置时序处的第一数据预测出后置时序处的第一数据过程中的噪声干扰；根据耦合预测模型输出的第一数据在后置时序的预测值，将第一数据在后置时序的预测值与第一系统的预警阈值匹配，得到第一系统在后置时序的预警结果。本发明利用数据的噪声添加构建出噪声耦合预测模型，消除根据前置时序处的第一数据预测出后置时序处的第一数据过程中的噪声干扰，降低预警准确性对数据质量的单一性依赖，增强预警过程鲁棒性差，提高预警质量。
- 一种发动机故障检测方法、系统、设备及存储介质-202311211991.3
- 刘建民;张波;赵耀忠;马广玉;刘勇;鲁大舟;王亮;咸金龙;刘强;曹鋆程;刘跃;田文明;湛宏锎;彭金;庞亚威;胡松 - 金网络（北京）数字科技有限公司;华能伊敏煤电有限责任公司
- 2023-09-20 - 2023-10-27 - G06F18/2433
- 本发明属于故障检测技术领域，具体公开了一种发动机故障检测方法、系统、设备及存储介质，通过提取发动机油样检测结果中的相应铁谱分析数据、颗粒分析数据和理化分析数据，来根据相应颗粒分析数据确定颗粒度等级，根据相应理化分析数据确定铁元素异常等级，根据相应铁谱分析数据确定磨损烈度指数和已存在的各磨损类型，然后依据已存在的各磨损类型调取相应的磨损程度计算模型来代入颗粒度等级、铁元素异常等级和磨损烈度指数进行计算，得到磨损程度，最后在磨损程度超标时生成故障提示信息和故障检测结果。本发明可以准确检测出发动机内出现的磨损类型和磨损程度，提高发动机磨损故障检测效率和质量。
- 基于深度学习的能源设施故障预测方法、装置及电子设备-202311182251.1
- 屈道宽;高琰;明玲;陈春廷;秦丁;王涛;付龙;高玉欣 - 山东理工昊明新能源有限公司
- 2023-09-14 - 2023-10-27 - G06F18/2433
- 本发明涉及能源设施故障预测技术领域，尤其涉及一种基于深度学习的能源设施故障预测方法、装置及电子设备，所述方法包括获取能源设施的监测数据；基于预处理规则，对所述监测数据预处理得到第一数据；将所述第一数据输入预设的故障预测模型，输出预测结果。本发明提供的方法将预处理后的能源设施的监测数据输入预设的故障预测模型，以获得包含预测故障类型以及置信度的预测结果。该故障预测模型是基于灰狼优化算法和代价敏感函数训练得到的基于深度学习的能源设施故障预测模型，这样，可以提高数据特征提取的准确性和故障分类预测的准确性，从而提高故障预测的准确性、提高能源设施管理的效率。
- 基于机器学习的灌溉管生产实时检测系统-202311205047.7
- 辛晓斐;任雅楠;毕永志;侯增光;张小立;侯亚南;李稳灿 - 山东辉瑞管业有限公司
- 2023-09-19 - 2023-10-27 - G06F18/2433
- 本发明涉及数据处理技术领域，具体涉及一种基于机器学习的灌溉管生产实时检测系统。该系统根据定义的初始异常点位范围的大小与温度变化程度获得中程定位值；以初始异常点位范围内衰减趋势为方向确定最大温度异常点，获得对应的理论最小温度异常点，进而获得实际最小温度异常点；根据异常点之间波动的传递情况确定数据波动范围，获得每个点位温度监测数据为中心的数据波动区间；通过所有数据波动区间的分布获得对应时刻下的融合温度数据，进而获得预测温度监测数据对灌溉管的生产检测。本发明通过确定异常点位范围和数据波动之间的传递情况进行数据自适应融合，提高了数据融合的精度，增加灌溉管生产检测的准确性。
- 基于持续学习的跨设备增量轴承故障诊断方法-202210879607.6
- 沈长青;陈博戬;李林;孔林;谭陆洋;王冬;石娟娟;黄伟国;朱忠奎 - 苏州大学
- 2022-07-25 - 2023-10-27 - G06F18/2433
- 本发明涉及一种基于持续学习的跨设备增量轴承故障诊断方法，包括构建跨设备增量轴承健康状态数据集，按设备划分不同阶段的诊断任务；使用第一个设备的诊断任务数据构建初始诊断模型，筛选典例；基于初始诊断模型引入神经元级微调和分类器得到诊断模型；将典例与下一个设备的轴承故障诊断任务数据共同训练诊断模型，使用损失函数缩小当前阶段的诊断模型与上一阶段的诊断模型在上一阶段诊断任务数据上表现的差异，筛选典例；重复步骤S104，使用当前的诊断模型诊断所有已学习任务的轴承故障，得到轴承故障诊断结果。本发明采用持续学习方法构建一个不断积累和复用知识的诊断模型，能解决灾难性遗忘问题，以适应跨设备增量轴承故障诊断的需求。
- 一种复杂工业系统动态故障诊断方法及系统-202010984442.X
- 胡昌华;冯志超;周志杰 - 中国人民解放军火箭军工程大学
- 2020-09-18 - 2023-10-27 - G06F18/2433
- 本发明公开了一种复杂工业系统动态故障诊断方法及系统。方法包括：确定复杂工业系统的关键特征指标；基于所述关键特征指标计算关键特征指标相对于BRB中每条规则的匹配度；基于所述关键特征指标相对于BRB中每条规则的匹配度，计算每条规则的激活权重；根据所述每条规则的激活权重，计算故障诊断模型的输出故障特征向量；根据所述输出故障特征向量以及每种故障的标准特征向量进行故障诊断。本发明能够提高复杂工业系统动态故障诊断的精度和效率。
- 用于检测异常数据的方法、设备和计算机可读存储介质-201910467998.9
- 班义琨;段亦涛;黄铃 - 慧安金科（北京）科技有限公司
- 2019-05-31 - 2023-10-27 - G06F18/2433
- 本公开实施例提供了用于检测异常数据的方法、设备和计算机可读存储介质。该方法包括：确定与待检测数据集相对应的对象相似度图，其中，所述对象相似度图中的每个顶点对应于所述待检测数据集中的对象数据，以及所述对象相似度图中的每条边指示与由该边连接的两个顶点相对应的对象数据之间的相似度；将所述对象相似度图中的顶点分为一个或多个组；以及将与所述一个或多个组中至少一个组的顶点相对应的对象数据确定为异常数据。
- 一种微米级粉料无尘装料系统的粉尘监测方法-202310993645.9
- 陈有章;李海英;吴卫红;卢俊潇;郑刚 - 深圳市泽信智能装备有限公司
- 2023-08-09 - 2023-10-27 - G06F18/2433
- 本发明公开了一种微米级粉料无尘装料系统的粉尘监测方法，属于数据处理技术领域，包括：密度聚类后获得数据聚类簇；确定跳转度和波动后相关系数；确定数据序列的流量滞后强度；基于跳转度、流量滞后强度以及欧式距离确定局部离群因子权重；基于局部离群因子权重和局部离群因子确定存在粉尘干扰的异常数据点。获得聚类簇后基于方差进行合并获得数据向量，再进行跳转度、流量滞后强度的计算，结合数据点与聚类簇波动中心的欧式距离确定局部离群因子权重，从而对LOF算法获得的局部离群因子进行校正，更加准确地识别微米级粉料无尘装料系统运行时的存在粉尘感染的异常压力数据、异常流量数据，大大提高了异常数据的监测效率和准确性。
- 基于多传感器的轮轴瓦异常状态监测方法及系统-202311107580.X
- 信德俊;白向阳 - 深圳特力自动化工程有限公司
- 2023-08-31 - 2023-10-27 - G06F18/2433
- 本发明涉及数据处理技术领域，具体涉及基于多传感器的轮轴瓦异常状态监测方法及系统，包括：通过对时序数据序列进行小波分解，得到每层小波分解系数，确定数据的相对位置，从而确定数据的数据变化量，结合其小波系数，确定数据的小波系数变化特征，进而确定时序数据序列中数据的精准小波系数变化特征，再结合其时差特征，确定时序数据序列中数据的异常性，由此区分异常数据和正常数据，根据同一轮轴瓦对应的所有时序数据序列中异常数据和正常数据的异常性，确定轮轴瓦对应的实际异常性时序数据序列，判断轮轴瓦是否存在真正异常。本发明通过时序数据序列的小波分解，和多传感数据之间的联合分析，提高了对轮轴瓦异常状态监测的准确率。
- 一种风电场功率报送数据异常甄别、修复与主动补全方法-202310916001.X
- 李辰龙;李逗;王林;潘苗;高进;曹瑀宏;王其祥;沈洋;孙彬;杨晨琛;李春岩;张世豪 - 江苏方天电力技术有限公司
- 2023-07-25 - 2023-10-24 - G06F18/2433
- 本发明提出一种风电场功率报送数据异常甄别、修复与主动补全方法，包括：1）对原始风电场功率报送数据进行降维和降噪处理；2）用基于DBSCAS的异常数据甄别模型将降维和降噪后的风电场功率报送数据分类，形成正常数据集和异常数据集；3）异常数据集中的数据量若低于阈值，则计算正常数据集中每一个正常数据和异常数据集中每一个异常数据之间的相似度，以相似度最大为标准选择与异常数据匹配的正常数据，并用正常数据修复异常数据；若数据量不低于阈值，则构建多尺度特征融合的风电功率报送异常数据补全模型；将测风塔数据输入多尺度特征融合的风电功率报送异常数据补全模型，预测输出风电功率；用预测输出的风电功率补全异常数据集。
- 一种数据检测方法和装置-202210360970.7
- 崔宛冰;张肖宇;张鲁鲁 - 北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
- 2022-04-07 - 2023-10-24 - G06F18/2433
- 本发明公开了一种数据检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取第一业务系统对应历史业务数据，根据业务规则对历史业务数据进行数据处理，标记正常数据和异常数据；基于第一业务系统对应的正常数据和异常数据，构建并优化异常数据检测模型；接收第二业务系统产生的业务数据，根据业务数据、异常数据检测模型确定业务数据对应的数据检测结果；其中，第二业务系统为第一业务系统的更新版本。该实施方式降低了检测所需的维护成本，提高了检测效果，拓展了检测方法的适用场景。
- 一种设备故障定位及异常状态判别方法-202310612792.7
- 张健;姜传雷;蒋雷雷;李明;赵炳琪;张颖;王子尹;李君洋;王熠;张军;从会鸾;董会珍;李曰皓 - 国网（山东）电动汽车服务有限公司
- 2023-05-29 - 2023-10-24 - G06F18/2433
- 本发明公开了一种设备故障定位及异常状态判别方法，步骤如下：S1、对电动汽车充放电系统数据进行预处理操作；S2、对预处理数据进行评价，依据电动汽车充放电数据特征，构建面向电动汽车充放电数据的质量评价指标体系及质量评价模型；S3、通过对数据泛化、数据规范化、数据属性构建进行数据转换，并提供标准的数据库访问接口和文件传输接口；S4、为特定的数据挖掘目的，做出简化和假设，运用数据挖掘技术获得有效的挖掘模型；S5、数据处理后可视化处理；S6、数据异常检测。本发明采用的一种设备故障定位及异常状态判别方法，不仅加快对充放电设备故障的检测，而且提高了电动汽车充放电的稳定性。
- 一种基于大数据的用电信息采集系统故障判别方法及系统-202311208967.4
- 杨洲;崔海鸣;王新雷 - 安徽融兆智能有限公司
- 2023-09-19 - 2023-10-24 - G06F18/2433
- 本发明公开了一种基于大数据的用电信息采集系统故障判别方法及系统，涉及电力技术领域，该故障判别方法包括以下步骤：建立用电信息采集系统故障异常库，并设定故障异常库中各参数间的对应关系；分别收集商业用电及居民用电的实时用电信息，并对商业用电及居民用电的实时用电信息进行预处理。本发明通过综合异常用电特征数据及能耗趋势特征数据，并根据权重值进行权衡，使得故障预测模型能够更好地反映故障发生的实际情况，通过多项式回归模型分析数据中是否存在较长周期的趋势项，同时使用波束形成法和时间序列分析法分析数据中的周期变化，增强了故障预测模型的准确性和稳定性。
- 一种基于知识图谱的站线变户关系智能核查方法-202310753735.0
- 原野;黄祖源;耿贞伟;王海燕;张航 - 云南电网有限责任公司信息中心
- 2023-06-25 - 2023-10-24 - G06F18/2433
- 本发明公开了一种基于知识图谱的站线变户关系智能核查方法，涉及电力系统技术领域，所述基于知识图谱的站线变户关系智能核查方法包括下述操作步骤：S1、用电电能的数据采集；S2、数据集抄；S3、主站控制；S4、变户关系核查和S5、导入知识图谱。该基于知识图谱的站线变户关系智能核查方法，基于变压器范围和用电客户位置分析用电客户与变压的关系是否可疑，再计算绘制变压器设备电压曲线，对用电客户电压曲线进行计算绘制，并计算该用电客户的电压曲线与暂时判定的对应的变压器的电压曲线两者的相似度，由此通过计算机程序即可智能核查分析用电客户与变压的关系是否可疑，并对可疑的关系进行进一步核查，从而降低人力需求和技术要求。
- 专利分类
