买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：珠海市枫逸科技有限公司

摘要：本发明实施例提供一种基于人工智能的工业互联网数据处理方法以及相关装置，属于数据处理技术领域。该方法包括：确定特征函数，并根据特征函数对目标对象对应的初始监测数据进行分布状态分析，获得初始监测数据对应的分布函数；根据分布函数初始监测数据对应的期望数据，进而计算初始监测数据和期望数据之间的第一异常值；根据第一异常值确定目标对象对应的第一异常状态；对初始监测数据进行网格划分处理获得多个网格监测数据；对每个网格监测数据进行异常分析，获得每个网格监测数据对应的第二异常值；根据第二异常值确定网格监测数据对应的第二异常状态；根据第一异常状态和第二异常状态确定目标对象对应的目标异常状态。

主权项：1.一种基于人工智能的工业互联网数据处理方法，其特征在于，所述方法包括：确定特征函数，并根据所述特征函数对目标对象对应的初始监测数据进行分布状态分析，获得所述初始监测数据对应的分布函数；根据所述分布函数所述初始监测数据对应的期望数据，进而计算所述初始监测数据和所述期望数据之间的第一异常值；根据所述第一异常值确定所述目标对象对应的第一异常状态；对所述初始监测数据进行网格划分处理获得多个网格监测数据；对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值；根据所述第二异常值确定所述网格监测数据对应的第二异常状态；根据所述第一异常状态和所述第二异常状态确定所述目标对象对应的目标异常状态；所述计算所述初始监测数据和所述期望数据之间的第一异常值，包括：确定所述初始监测数据和所述期望数据之间的异常差值，并从所述初始监测数据中获得所述异常差值对应的数据位置；将所述异常差值对应的异常数据从所述初始监测数据中剔除，获得目标监测数据；根据所述数据位置从所述目标监测数据中获得所述异常差值对应的数据正常范围；根据所述数据正常范围和所述期望数据确定所述数据位置对应的数据平均值；计算所述数据平均值和所述数据位置对应的真实监测值之间的差值获得所述第一异常值；其中，根据下列公式获得所述数据平均值； ； 表示第i个所述数据位置对应的所述数据平均值，m1表示所述数据正常范围的最小值，m2表示所述数据正常范围的最大值，表示第j个所述期望数据，m表示所述异常差值对应的总数量，表示第（m+1）j个所述期望数据；所述对每个所述网格监测数据进行异常分析，获得每个所述网格监测数据对应的第二异常值，包括：计算所述网格监测数据之间的近邻距离，根据所述近邻距离确定所述网格监测数据对应的近邻监测数据；根据所述近邻监测数据确定所述网格监测数据对应的局部可达密度；根据所述局部可达密度确定所述网格监测数据对应的第一异常因子；确定所述近邻监测数据对应的第一中心和所述网格监测数据对应的第二中心；根据所述第一中心和所述第二中心确定所述网格监测数据和所述近邻监测数据之间的相邻距离；根据所述相邻距离确定所述网格监测数据对应的第二异常因子；根据所述第一异常因子和所述第二异常因子确定所述网格监测数据对应的所述第二异常值；所述根据所述近邻距离确定所述网格监测数据对应的近邻监测数据，包括：从多个所述网格监测数据中确定目标监测数据，并将剩余所述网格监测数据确定为剩余监测数据；根据所述近邻距离确定所述目标监测数据和所述剩余监测数据之间对应的近邻权重；根据所述近邻权重确定所述目标监测数据和所述剩余监测数据之间对应的近邻证据；根据所述近邻证据从所述剩余监测数据中确定所述目标监测数据对应的所述近邻监测数据；其中，根据下列公式获得所述近邻权重： ； 表示所述目标监测数据和第i个所述剩余监测数据之间对应的所述近邻权重，表示所述目标监测数据和第i个所述剩余监测数据之间的近邻距离，n表示所述剩余监测数据对应的总数量；所述根据所述局部可达密度确定所述网格监测数据对应的第一异常因子，包括：确定预设密度参数，根据所述预设密度参数和所述相邻距离对所述网格监测数据对应的邻域网格进行筛选，获得邻域监测数据；从所述局部可达密度中获得所述邻域监测数据对应的第一密度和所述网格监测数据对应的第二密度；根据所述第一密度和所述第二密度确定所述网格监测数据对应的所述第一异常因子；所述根据所述相邻距离确定所述网格监测数据对应的第二异常因子，包括：获得所述相邻距离对应的距离最大值；将所述相邻距离和所述距离最大值进行比值处理，获得所述网格监测数据对应的所述第二异常因子。

全文数据：

权利要求：

百度查询： 珠海市枫逸科技有限公司 基于人工智能的工业互联网数据处理方法以及相关装置