| 一种基于时间序列的工艺数据异常检测方法 | |
尚文利 ; 赵剑明; 刘贤达; 尹隆; 陈春雨; 曾鹏
| |
| Department | 工业控制网络与系统研究室 |
| Rights Holder | 中国科学院沈阳自动化研究所 |
| Patent Agent | 21002 沈阳科苑专利商标代理有限公司 |
| Country | 中国 |
| Subtype | 发明 |
| Status | 公开 |
| Abstract | 本发明涉及一种基于时间序列的工艺数据异常检测方法，通过自编码神经网络模型对工业数据进行降维处理，再通过LSTM神经网络模型进行工艺数据的检测，包括以下步骤：对工业数据进行预处理得到工业数据特征；根据工业数据特征构建自编码神经网络模型，进行工艺数据特征降维；根据降维后的工艺数据特征构建LSTM神经网络模型；通过LSTM神经网络模型进行工艺数据的异常检测。本发明基于时间序列的异常检测模型能有效提高工艺数据异常检测准确率，并且误报率要低于传统异常检测模型。在不改变现有硬件设备架构的前提下，结合嵌入式设备自身特点，适合在各种设备中搭建平台。 |
| PCT Attributes | 否 |
| Application Date | 2018-08-28 |
| 2020-03-06 | |
| Application Number | CN201810985559.2 |
| Open (Notice) Number | CN110865625A |
| Language | 中文 |
| Contribution Rank | 1 |
| Document Type | 专利 |
| Identifier | http://ir.sia.cn/handle/173321/26384 |
| Collection | 工业控制网络与系统研究室 |
| Affiliation | 中国科学院沈阳自动化研究所 |
| Recommended Citation GB/T 7714 | 尚文利,赵剑明,刘贤达,等. 一种基于时间序列的工艺数据异常检测方法[P]. 2020-03-06. |
| Files in This Item: | ||||||
| File Name/Size | DocType | Version | Access | License | ||
| CN201810985559.2.pdf（411KB） | 专利 | 开放获取 | CC BY-NC-SA | View Application Full Text | ||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment