本申請涉及數(shù)據(jù)處理，尤其是涉及一種數(shù)據(jù)異常監(jiān)測方法、裝置、電子設備及計算機存儲介質。

背景技術：

1、隨著現(xiàn)代技術發(fā)展，智能水表逐漸取代傳統(tǒng)水表。智能水表可以是利用現(xiàn)代微電子技術、現(xiàn)代傳感技術、智能ic卡技術對用水量進行計量得到水表計量數(shù)據(jù)。

2、但現(xiàn)有的智能水表在數(shù)據(jù)計量監(jiān)測時，一般是實時監(jiān)測和遠程抄讀水表計量數(shù)據(jù)，當獲取到水表計量數(shù)據(jù)后，將水表計量數(shù)據(jù)與預先設置的標準數(shù)據(jù)進行比較，當確定水表計量數(shù)據(jù)不符合標準數(shù)據(jù)時，即可確定水表計量數(shù)據(jù)中存在異常，因此現(xiàn)有的數(shù)據(jù)異常檢測方法存在異常檢測準確度低的技術問題。

技術實現(xiàn)思路

1、鑒于以上內容，本申請?zhí)峁┮环N數(shù)據(jù)異常監(jiān)測方法、裝置、電子設備及計算機存儲介質，基于多層級的異常數(shù)據(jù)篩選，提高了數(shù)據(jù)異常檢測的準確性。

2、本申請的第一方面提供一種數(shù)據(jù)異常監(jiān)測方法，所述方法包括：

3、當檢測到目標智能水表處于工作狀態(tài)時，根據(jù)預設時間周期獲取所述工作狀態(tài)下所述目標智能水表的水表計量數(shù)據(jù)；

4、對所述水表計量數(shù)據(jù)進行篩選，得到符合預設異常規(guī)則的疑似異常數(shù)據(jù)；

5、將所述疑似異常數(shù)據(jù)輸入至預先訓練得到的第一異常確定模型中，以使得所述第一異常確定模型輸出所述疑似異常數(shù)據(jù)中的初始異常數(shù)據(jù)；

6、將所述初始異常數(shù)據(jù)輸入至預先訓練得到的第二異常確定模型中，以使得所述第二異常確定模型輸出所述初始異常數(shù)據(jù)中的確定異常數(shù)據(jù)；

7、確定所述確定異常數(shù)據(jù)所對應的異常程度評分；

8、基于所述異常程度評分和預設評分閾值，控制所述目標智能水表從所述工作狀態(tài)切換為非工作狀態(tài)。

9、在一個可選的實施方式中，所述對所述水表計量數(shù)據(jù)進行篩選，得到符合預設異常規(guī)則的疑似異常數(shù)據(jù)包括：

10、計算所述水表計量數(shù)據(jù)的標準分數(shù)，及計算所述水表計量數(shù)據(jù)的四分位數(shù)；

11、將所述標準分數(shù)與預設分數(shù)閾值進行比較，及將所述水表計量數(shù)據(jù)與基于所述四分位數(shù)設置的分位閾值區(qū)間進行比較；

12、當確定所述標準分數(shù)大于所述預設分數(shù)閾值，且所述水表計量數(shù)據(jù)不處于所述分位閾值區(qū)間內時，將所述水表計量數(shù)據(jù)確定為所述疑似異常數(shù)據(jù)。

13、在一個可選的實施方式中，所述確定所述確定異常數(shù)據(jù)所對應的異常程度評分包括：確定所述目標智能水表的多個異常維度，及確定所述多個異常維度中每個異常維度所對應的標準化分數(shù)及權重；

14、根據(jù)所述標準化分數(shù)和所述權重確定所述異常程度評分。

15、在一個可選的實施方式中，在所述控制所述目標智能水表從所述工作狀態(tài)切換為非工作狀態(tài)之前，所述方法還包括：

16、當所述確定異常數(shù)據(jù)的異常數(shù)據(jù)數(shù)量大于1時，確定每個所述確定異常數(shù)據(jù)對應的局部可達密度；

17、計算所述的局部可達密度的均值局部可達密度，得到局部離群因子；

18、根據(jù)所述局部可達密度和所述局部離群因子判斷所述確定異常數(shù)據(jù)是否為目標異常數(shù)據(jù)；當確定所述確定異常數(shù)據(jù)為所述目標異常數(shù)據(jù)時，則執(zhí)行所述控制所述目標智能水表從所述工作狀態(tài)切換為所述非工作狀態(tài)的操作。

19、在一個可選的實施方式中，所述方法還包括：

20、當確定所述異常數(shù)據(jù)數(shù)量等于1時，獲取所述預設時間周期對應的歷史時間周期內的歷史異常數(shù)據(jù)；

21、根據(jù)所述歷史異常數(shù)據(jù)判斷所述確定異常數(shù)據(jù)中是否為所述目標異常數(shù)據(jù)。

22、在一個可選的實施方式中，在所述根據(jù)預設時間周期獲取所述工作狀態(tài)下所述目標智能水表的水表計量數(shù)據(jù)之前，所述方法還包括：

23、獲取所述工作狀態(tài)下所述目標智能水表的工作參數(shù)；

24、將所述工作參數(shù)和預設參照參數(shù)進行比較；

25、當確定所述工作參數(shù)符合所述預設參照參數(shù)時，執(zhí)行所述獲取所述工作狀態(tài)下所述目標智能水表的所述水表計量數(shù)據(jù)的操作；

26、當確定所述工作參數(shù)不符合所述預設參照參數(shù)時，執(zhí)行所述控制所述目標智能水表從所述工作狀態(tài)切換為所述非工作狀態(tài)的操作。

27、在一個可選的實施方式中，所述方法還包括：

28、當所述確定異常數(shù)據(jù)為所述目標異常數(shù)據(jù)時，根據(jù)所述目標異常數(shù)據(jù)生成對應的告警指令；將所述目標異常數(shù)據(jù)進行可視化顯示，并將所述告警指令發(fā)送至預設終端。

29、本申請第二方面提供一種數(shù)據(jù)異常監(jiān)測裝置，所述裝置包括：

30、數(shù)據(jù)獲取模塊，用于當檢測到目標智能水表處于工作狀態(tài)時，根據(jù)預設時間周期獲取所述工作狀態(tài)下所述目標智能水表的水表計量數(shù)據(jù)；

31、數(shù)據(jù)篩選模塊，用于對所述水表計量數(shù)據(jù)進行篩選，得到符合預設異常規(guī)則的疑似異常數(shù)據(jù)；第一數(shù)據(jù)確定模塊，用于將所述疑似異常數(shù)據(jù)輸入至預先訓練得到的第一異常確定模型中，以使得所述第一異常確定模型輸出所述疑似異常數(shù)據(jù)中的初始異常數(shù)據(jù)；

32、第二數(shù)據(jù)確定模塊，用于將所述初始異常數(shù)據(jù)輸入至預先訓練得到的第二異常確定模型中，以使得所述第二異常確定模型輸出所述初始異常數(shù)據(jù)中的確定異常數(shù)據(jù)；

33、評分確定模塊，用于確定所述確定異常數(shù)據(jù)所對應的異常程度評分；

34、控制模塊，用于基于所述異常程度評分和預設評分閾值，控制所述目標智能水表從所述工作狀態(tài)切換為非工作狀態(tài)。

35、本申請第三方面提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)所述數(shù)據(jù)異常監(jiān)測方法的步驟。

36、本申請第四方面提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述數(shù)據(jù)異常監(jiān)測方法的步驟。

37、綜上所述，本申請?zhí)峁┑臄?shù)據(jù)異常監(jiān)測方法、裝置、電子設備及計算機存儲介質，在獲取到目標智能水表的水表計量數(shù)據(jù)時，在第一階段，對水表計量數(shù)據(jù)進行篩選，僅選擇符合預設異常規(guī)則的水表計量數(shù)據(jù)作為疑似異常數(shù)據(jù)，減少后續(xù)模型處理的數(shù)據(jù)量，提高了異常檢測的效率和準確性。進一步通過兩個預先訓練的異常確定模型進行多階段篩選，從疑似異常數(shù)據(jù)中逐步確定真正的異常數(shù)據(jù)，減少了誤報率，提高了異常檢測的準確性。在確定異常數(shù)據(jù)后，根據(jù)異常程度評分進行評估，控制目標智能水表從工作狀態(tài)切換為非工作狀態(tài)，能夠及時響應異常情況，提高了異常檢測的實時性和靈活性。

技術特征：

1.一種數(shù)據(jù)異常監(jiān)測方法，其特征在于，所述方法包括：

2.根據(jù)權利要求1所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，所述對所述水表計量數(shù)據(jù)進行篩選，得到符合預設異常規(guī)則的疑似異常數(shù)據(jù)包括：

3.根據(jù)權利要求1所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，所述確定所述確定異常數(shù)據(jù)所對應的異常程度評分包括：

4.根據(jù)權利要求1所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，在所述控制所述目標智能水表從所述工作狀態(tài)切換為非工作狀態(tài)之前，所述方法還包括：

5.根據(jù)權利要求4所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，所述方法還包括：

6.根據(jù)權利要求1所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，在所述根據(jù)預設時間周期獲取所述工作狀態(tài)下所述目標智能水表的水表計量數(shù)據(jù)之前，所述方法還包括：

7.根據(jù)權利要求5所述的數(shù)據(jù)異常監(jiān)測方法，其特征在于，所述方法還包括：

8.一種數(shù)據(jù)異常監(jiān)測裝置，其特征在于，所述裝置包括：

9.一種電子設備，其特征在于，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7中任一項所述的數(shù)據(jù)異常監(jiān)測方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的數(shù)據(jù)異常監(jiān)測方法的步驟。

技術總結
本申請涉及數(shù)據(jù)處理技術領域，尤其涉及一種數(shù)據(jù)異常監(jiān)測方法、裝置、電子設備及計算機存儲介質。本申請根據(jù)預設時間周期獲取目標智能水表的水表計量數(shù)據(jù)，并對水表計量數(shù)據(jù)進行篩選，得到符合預設異常規(guī)則的疑似異常數(shù)據(jù)，及將疑似異常數(shù)據(jù)輸入至第一異常確定模型中，以使得第一異常確定模型輸出疑似異常數(shù)據(jù)中的初始異常數(shù)據(jù)，及將初始異常數(shù)據(jù)輸入至第二異常確定模型中，以使得第二異常確定模型輸出初始異常數(shù)據(jù)中的確定異常數(shù)據(jù)，進一步獲取確定異常數(shù)據(jù)所對應的異常程度評分，并基于異常程度評分和預設評分閾值控制目標智能水表從工作狀態(tài)切換為非工作狀態(tài)。本申請通過多層級的異常數(shù)據(jù)篩選，提高了數(shù)據(jù)異常檢測的準確性。

技術研發(fā)人員：姚文青,曹成文
受保護的技術使用者：深圳市凱路創(chuàng)新科技有限公司
技術研發(fā)日：
技術公布日：2024/9/9