数据异常监测方法、装置、电子设备及计算机存储介质与流程

本申请涉及数据处理，尤其是涉及一种数据异常监测方法、装置、电子设备及计算机存储介质。

背景技术：

1、随着现代技术发展，智能水表逐渐取代传统水表。智能水表可以是利用现代微电子技术、现代传感技术、智能ic卡技术对用水量进行计量得到水表计量数据。

2、但现有的智能水表在数据计量监测时，一般是实时监测和远程抄读水表计量数据，当获取到水表计量数据后，将水表计量数据与预先设置的标准数据进行比较，当确定水表计量数据不符合标准数据时，即可确定水表计量数据中存在异常，因此现有的数据异常检测方法存在异常检测准确度低的技术问题。

技术实现思路

1、鉴于以上内容，本申请提供一种数据异常监测方法、装置、电子设备及计算机存储介质，基于多层级的异常数据筛选，提高了数据异常检测的准确性。

2、本申请的第一方面提供一种数据异常监测方法，所述方法包括：

3、当检测到目标智能水表处于工作状态时，根据预设时间周期获取所述工作状态下所述目标智能水表的水表计量数据；

4、对所述水表计量数据进行筛选，得到符合预设异常规则的疑似异常数据；

5、将所述疑似异常数据输入至预先训练得到的第一异常确定模型中，以使得所述第一异常确定模型输出所述疑似异常数据中的初始异常数据；

6、将所述初始异常数据输入至预先训练得到的第二异常确定模型中，以使得所述第二异常确定模型输出所述初始异常数据中的确定异常数据；

7、确定所述确定异常数据所对应的异常程度评分；

8、基于所述异常程度评分和预设评分阈值，控制所述目标智能水表从所述工作状态切换为非工作状态。

9、在一个可选的实施方式中，所述对所述水表计量数据进行筛选，得到符合预设异常规则的疑似异常数据包括：

10、计算所述水表计量数据的标准分数，及计算所述水表计量数据的四分位数；

11、将所述标准分数与预设分数阈值进行比较，及将所述水表计量数据与基于所述四分位数设置的分位阈值区间进行比较；

12、当确定所述标准分数大于所述预设分数阈值，且所述水表计量数据不处于所述分位阈值区间内时，将所述水表计量数据确定为所述疑似异常数据。

13、在一个可选的实施方式中，所述确定所述确定异常数据所对应的异常程度评分包括：确定所述目标智能水表的多个异常维度，及确定所述多个异常维度中每个异常维度所对应的标准化分数及权重；

14、根据所述标准化分数和所述权重确定所述异常程度评分。

15、在一个可选的实施方式中，在所述控制所述目标智能水表从所述工作状态切换为非工作状态之前，所述方法还包括：

16、当所述确定异常数据的异常数据数量大于1时，确定每个所述确定异常数据对应的局部可达密度；

17、计算所述的局部可达密度的均值局部可达密度，得到局部离群因子；

18、根据所述局部可达密度和所述局部离群因子判断所述确定异常数据是否为目标异常数据；当确定所述确定异常数据为所述目标异常数据时，则执行所述控制所述目标智能水表从所述工作状态切换为所述非工作状态的操作。

19、在一个可选的实施方式中，所述方法还包括：

20、当确定所述异常数据数量等于1时，获取所述预设时间周期对应的历史时间周期内的历史异常数据；

21、根据所述历史异常数据判断所述确定异常数据中是否为所述目标异常数据。

22、在一个可选的实施方式中，在所述根据预设时间周期获取所述工作状态下所述目标智能水表的水表计量数据之前，所述方法还包括：

23、获取所述工作状态下所述目标智能水表的工作参数；

24、将所述工作参数和预设参照参数进行比较；

25、当确定所述工作参数符合所述预设参照参数时，执行所述获取所述工作状态下所述目标智能水表的所述水表计量数据的操作；

26、当确定所述工作参数不符合所述预设参照参数时，执行所述控制所述目标智能水表从所述工作状态切换为所述非工作状态的操作。

27、在一个可选的实施方式中，所述方法还包括：

28、当所述确定异常数据为所述目标异常数据时，根据所述目标异常数据生成对应的告警指令；将所述目标异常数据进行可视化显示，并将所述告警指令发送至预设终端。

29、本申请第二方面提供一种数据异常监测装置，所述装置包括：

30、数据获取模块，用于当检测到目标智能水表处于工作状态时，根据预设时间周期获取所述工作状态下所述目标智能水表的水表计量数据；

31、数据筛选模块，用于对所述水表计量数据进行筛选，得到符合预设异常规则的疑似异常数据；第一数据确定模块，用于将所述疑似异常数据输入至预先训练得到的第一异常确定模型中，以使得所述第一异常确定模型输出所述疑似异常数据中的初始异常数据；

32、第二数据确定模块，用于将所述初始异常数据输入至预先训练得到的第二异常确定模型中，以使得所述第二异常确定模型输出所述初始异常数据中的确定异常数据；

33、评分确定模块，用于确定所述确定异常数据所对应的异常程度评分；

34、控制模块，用于基于所述异常程度评分和预设评分阈值，控制所述目标智能水表从所述工作状态切换为非工作状态。

35、本申请第三方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述数据异常监测方法的步骤。

36、本申请第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述数据异常监测方法的步骤。

37、综上所述，本申请提供的数据异常监测方法、装置、电子设备及计算机存储介质，在获取到目标智能水表的水表计量数据时，在第一阶段，对水表计量数据进行筛选，仅选择符合预设异常规则的水表计量数据作为疑似异常数据，减少后续模型处理的数据量，提高了异常检测的效率和准确性。进一步通过两个预先训练的异常确定模型进行多阶段筛选，从疑似异常数据中逐步确定真正的异常数据，减少了误报率，提高了异常检测的准确性。在确定异常数据后，根据异常程度评分进行评估，控制目标智能水表从工作状态切换为非工作状态，能够及时响应异常情况，提高了异常检测的实时性和灵活性。

技术特征：

1.一种数据异常监测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的数据异常监测方法，其特征在于，所述对所述水表计量数据进行筛选，得到符合预设异常规则的疑似异常数据包括：

3.根据权利要求1所述的数据异常监测方法，其特征在于，所述确定所述确定异常数据所对应的异常程度评分包括：

4.根据权利要求1所述的数据异常监测方法，其特征在于，在所述控制所述目标智能水表从所述工作状态切换为非工作状态之前，所述方法还包括：

5.根据权利要求4所述的数据异常监测方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的数据异常监测方法，其特征在于，在所述根据预设时间周期获取所述工作状态下所述目标智能水表的水表计量数据之前，所述方法还包括：

7.根据权利要求5所述的数据异常监测方法，其特征在于，所述方法还包括：

8.一种数据异常监测装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的数据异常监测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的数据异常监测方法的步骤。

技术总结本申请涉及数据处理技术领域，尤其涉及一种数据异常监测方法、装置、电子设备及计算机存储介质。本申请根据预设时间周期获取目标智能水表的水表计量数据，并对水表计量数据进行筛选，得到符合预设异常规则的疑似异常数据，及将疑似异常数据输入至第一异常确定模型中，以使得第一异常确定模型输出疑似异常数据中的初始异常数据，及将初始异常数据输入至第二异常确定模型中，以使得第二异常确定模型输出初始异常数据中的确定异常数据，进一步获取确定异常数据所对应的异常程度评分，并基于异常程度评分和预设评分阈值控制目标智能水表从工作状态切换为非工作状态。本申请通过多层级的异常数据筛选，提高了数据异常检测的准确性。技术研发人员：姚文青,曹成文受保护的技术使用者：深圳市凯路创新科技有限公司技术研发日：技术公布日：2024/9/9