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：深圳市佳运通电子有限公司

摘要：本发明公开了一种油田加热炉异常检测方法和系统及相关设备。方法包括：获取上一时间周期内油田加热炉的运行数据，并根据时间段对运行数据进行划分，得到分别属于不同时间段的至少两个数据集；对于每个数据集利用孤立森林算法进行过滤，得到一组训练数据；分别使用每组训练数据训练自编码网络，得到对应不同时间段的预测模型；对于待检测的当前运行数据，使用对应时间段的预测模型进行异常检测。本发明利用自动训练的半监督自编码网络进行异常检测，可减少人工运维成本，提高异常数据检测精确度，保证加热炉的正常运行。

主权项：1.一种油田加热炉异常检测方法，其特征在于，包括：获取上一时间周期内油田加热炉的运行数据，并根据时间段对运行数据进行划分，得到分别属于不同时间段的至少两个数据集；对于每个数据集利用孤立森林算法进行过滤，得到一组训练数据；包括：对于每个数据集，按照加热炉炉效高低进一步分为两个子集；对于炉效低的子集，利用孤立森林算法按照第一比例去除边缘数据；对于炉效高的子集，利用孤立森林算法按照第二比例去除边缘数据；其中，第一比例大于第二比例；分别使用每组训练数据训练自编码网络，得到对应不同时间段的预测模型；包括：使用归一化的训练数据训练自编码网络，得到对应的预测模型，并利用Hyperopt算法对预测模型进行参数调优；具体为：所述预测模型包括编码器和解码器两部分；所述编码器包括LSTM1、第一全连接层；其中所述第一全连接层包括Layer1、Layer2，用于提取和压缩输入数据的特征；所述解码器包括LSTM2、第二全连接层；其中所述第二全连接层包括Layer3、Layer4，用于还原所述编码器的输出；设置所述预测模型中各层的神经元数量，所述神经元数量根据输入数据的特征数动态调整；使用处理后的数据作为训练数据，通过优化器和损失函数对所述预测模型进行训练；其中，所述优化器包括Adam、RMSprop、Adagrad；所述损失函数包括均方误差mse；对于待检测的当前运行数据，使用对应时间段的预测模型进行异常检测；包括：针对不同时间段的运行数据，设定不同的检测标准；使用当前运行数据所属时间段对应的预测模型，对当前运行数据进行预测，获得差异值；在该差异值超过对应时间段的检测标准时，确认当前运行数据异常。

全文数据：

权利要求：

百度查询： 深圳市佳运通电子有限公司 油田加热炉异常检测方法和系统及相关设备