异常检测方法、装置、设备及存储介质与流程

1.本发明属于车辆检测技术领域，尤其涉及一种异常检测方法、装置、设备及存储介质。


背景技术：

2.当前车辆的故障处理主要依靠现场的专业人员，甚至是需要特定的专家，当车辆出现故障的时候，有可能不能及时维修，造成后果不可预测，并且维修成本高。鉴于人工排查变压器故障的问题，也有专业的系统研究，例如纯数据驱动的异常检测模型，能够更快的帮助维修人员发现故障原因和故障维修方案。
3.但是，纯数据驱动的异常检测模型具有干扰信息多不易训练、模型复杂的缺点。


技术实现要素：

4.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种异常检测方法、装置、设备及存储介质。
5.为了解决上述技术问题，本发明的实施例提供如下技术方案：
6.一种异常检测方法，包括：
7.获取待检测的车辆运行数据；
8.对所述待检测的车辆运行数据进行处理，获得业务知识强相关的特征指标；
9.基于所述特征指标以及车辆基本信息，确定离群车辆以及所述离群车辆的离群度；
10.基于所述离群度，确定所述离群车辆的运行是否异常。
11.可选的，所述业务知识强相关的特征指标包括：
12.总体换热系数、电芯阻抗、电芯信息熵以及等效短路电流。
13.可选的，基于所述特征指标以及车辆基本信息，确定离群车辆以及所述离群车辆的离群度，包括：
14.将所述特征指标以及所述车辆基本信息作为输入特征输入离群检测模块；
15.所述离群检测模块基于所述输入特征，确定所述离群车辆以及所述离群车辆的离群度。
16.可选的，所述离群检测模块基于所述输入特征，确定所述离群车辆以及所述离群车辆的离群度，包括：
17.所述离群检测模块基于离群检测模型对所述输入特征进行检测，获得检测结果；
18.基于所述检测结果，确定所述离群车辆以及所述离群车辆的离群度。
19.可选的，所述基于所述检测结果，确定所述离群车辆以及所述离群车辆的离群度，包括：
20.基于所述检测结果，确定所述离群度；
21.基于所述离群度，确定所述离群车辆。
22.可选的，所述基于所述离群度，确定所述离群车辆的运行是否异常，包括：
23.获取所述离群车辆的历史离群度；
24.基于所述历史离群度，获得所述离群度的阈值；
25.将所述离群度与所述离群度的阈值进行对比；
26.若所述离群度大于所述离群度的阈值，则所述离群车辆的运行异常；
27.若所述离群度小于等于所述离群度的阈值，则所述离群车辆的运行正常。
28.可选的，若所述离群度大于所述离群度的阈值，则所述离群车辆的运行异常后，包括：
29.生成预警信号；
30.基于所述预警信号进行预警。
31.本发明的实施例还提供了一种异常检测装置，包括：
32.获取单元，用于获取待检测的车辆运行数据；
33.处理单元，用于对所述待检测的车辆运行数据进行处理，获得业务知识强相关的特征指标；
34.第一确定单元，用于基于所述特征指标以及车辆基本信息，确定离群车辆以及所述离群车辆的离群度；
35.第二确定单元，用于基于所述离群度，确定所述离群车辆的运行是否异常。
36.本发明的实施例还提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
37.本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的方法。
38.本发明的实施例，具有如下技术效果：
39.本发明的上述技术方案，1)基于待检测的车辆运行数据获取业务知识强相关的特征指标，并基于业务知识强相关的特征指标进行后续的异常检测工作，大大简化了异常检测模型。
40.2)基于离群检测模型输出离群车辆以及离群车辆的离群度以后，可能会出现离群度的随机性较大，结果不准确的问题，因此，需要对离群度进行验证，以确定离群车辆的运行是否异常，减小误报率；同时，离群检测模型易于训练，大大减小了计算量。
41.3)基于离群度的阈值的校验结果生成预警信号，相比于现有技术直接生成预警信号，大大降低了误报率，报警的可信度提高。
42.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
43.图1是本发明实施例提供的一种异常检测方法的流程示意图；
44.图2是本发明实施例提供的一种异常检测装置的结构示意图。
具体实施方式
45.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
46.为了便于本领域技术人员对实施例的理解，对部分用语进行解释：
47.(1)rtm:实时监控新能源车辆工作数据的一套系统，并将实时数据发送至后台数据库。
48.(2)oneclasssvm：一个非监督学习的算法，训练数据只有一个分类。
49.(3)isolation forest：隔离森林，利用集成学习的思路来做异常点检测。
50.(4)local outlier factor：局部离群因子，基于密度的经典算法。
51.本发明的实施例提供一种异常检测系统，包括处理器、存储器、诊断器以及报警器；
52.具体的，系统与车辆基于网络进行通信连接；系统基于网络实时获取车辆运行数据，并将获取的大量的车辆运行数据存储至存储器；
53.处理器调用存储器的数据，基于训练好的算法模型对车辆运行数据进行处理，获取处理结果；
54.其中，算法模型可以为one-class svm、isolation forest、local outlier factor和基于角度方差的离群计算模型中的任意一种，用于计算各个车辆的实时离群度；
55.处理器获取离群度后，同时输出与离群度对应的离群车辆的车辆标识id；其中，处理器还可以与显示装置通信连接，例如：显示屏，处理器可以将输出的离群度以及离群度对应的车辆的车辆标识id发送至显示屏进行实时显示，以便于用户或者工作人员实时了解车辆的运行状态。
56.处理器将获取的离群度以及与离群度对应的离群车辆发送至诊断器，诊断器从存储器中调用历史离群度，基于历史离群度以及离群度，确定离群车辆是否为运行异常；
57.若离群车辆运行异常，则诊断器将该信息反馈至系统，系统将控制信号发送至报警器，控制报警器进行报警。
58.进一步地，车辆包括电池包、集成电路板以及电芯等多个部件，车辆在运行过程中，实时对电池包、集成电路以及电芯等多个部件进行监控，以便于获取电池包、集成电路以及电芯的实时数据；然后将这些实时数据上传至系统。
59.如图1所示，本发明的实施例还提供一种异常检测方法，包括：
60.步骤s1：获取待检测的车辆运行数据；
61.在实际应用场景中，系统实时获取多辆待检测的车辆运行数据；具体的，车辆包括电池包、集成电路板以及电芯等多个部件，车辆在运行过程中，实时对电池包、集成电路以及电芯等多个部件进行监控，以便于获取电池包、集成电路以及电芯的实时数据；然后，车辆将获取的实时数据上传至系统进行处理。
62.步骤s2：对所述待检测的车辆运行数据进行处理，获得业务知识强相关的特征指标；
63.具体的，特征指标模块按照滑动窗口的方式，根据业务知识，将车群rtm数据计算为相关的特征指标。
factor或基于角度方差的离群计算方法中的任意一种算法模型作为离群检测模型；
86.例如，本发明的实施例基于one-class svm模型输出离群车辆以及离群车辆的离群度；
87.具体的，获取训练集，其中，训练集包括大量的输入特征样本。
88.基于大量的输入特征样本对one-class svm模型进行训练，获取目标one-class svm模型。
89.本发明的实施例，将输入特征输入至目标one-class svm模型，目标one-class svm模型判断输入特征是否与对应的特征样本生成的车辆的运行状态的一致性；例如：若输入特征与输入特征样本对应的车辆的运行状态类似，属于同一类，则目标one-class svm模型不输出该输入特征对应的离群度；若输入特征与输入特征样本不类似，不属于同一类，则目标one-class svm模型输出该输入特征对应的离群度。
90.进一步地，所述基于所述检测结果，确定所述离群车辆以及所述离群车辆的离群度，包括：
91.基于所述检测结果，确定所述离群度；
92.基于所述离群度，确定所述离群车辆。
93.在实际应用场景中，若目标one-class svm模型判断某些或某个输入特征异常，则one-class svm模型针对某个输入特征输出离群度，并根据输入特征中包含的信息，输出该离群度对应的离群车辆的信息。
94.进一步地，车辆基本信息包括但不限于车辆标识id、里程、季节以及地域等信息。
95.在实际应用场景中，离群检测模型在输出离群度以后，将离群度对应的车辆的车辆标识id同时输出。
96.步骤s4：基于所述离群度，确定所述离群车辆的运行是否异常。
97.具体的，所述基于所述离群度，确定所述离群车辆的运行是否异常，包括：
98.获取所述离群车辆的历史离群度；
99.基于所述历史离群度，获得所述离群度的阈值；
100.将所述离群度与所述离群度的阈值进行对比；
101.若所述离群度大于所述离群度的阈值，则所述离群车辆的运行异常；
102.若所述离群度小于等于所述离群度的阈值，则所述离群车辆的运行正常。
103.进一步地，离群度的阈值为历史离群度的μ 3σ，其中，μ为历史离群度的均值，σ为历史离群度的标准差；
104.也即，获取离群度后，基于系统存储的历史离群度的均值以及标准差，然后计算获得历史离群度的μ 3σ；
105.将离群度与μ 3σ进行比较，若离群度大于μ 3σ，则离群车辆的运行异常；
106.若离群度小于等于μ 3σ，则离群车辆的运行正常。
107.本发明的实施例，基于离群检测模型输出离群车辆以及离群车辆的离群度以后，可能会出现离群度的随机性较大，结果不准确的问题，因此，需要对离群度进行验证，以确定离群车辆的运行是否异常，减小误报率；同时，离群检测模型易于训练，大大减小了计算量。
108.本发明一可选的实施例，若所述离群度大于所述离群度的阈值，则所述离群车辆
的运行异常后，包括：
109.生成预警信号；
110.基于所述预警信号进行预警。
111.在实际应用场景中，当基于离群度的阈值，确定离群度对应的离群车辆运行正常，则系统不生成预警信号；
112.当基于离群度的阈值，确定离群度对应的离群车辆运行异常，则系统生成预警信号，并进行报警，及时通知工作人员对离群车辆进行维修。
113.本发明的实施例，基于离群度的阈值的校验结果生成预警信号，相比于现有技术直接生成预警信号，大大降低了误报率，报警的可信度提高。
114.如图2所示，本发明的实施例还提供了一种异常检测装置200，包括：
115.获取单元201，用于获取待检测的车辆运行数据；
116.处理单元202，用于对所述待检测的车辆运行数据进行处理，获得业务知识强相关的特征指标；
117.第一确定单元203，用于基于所述特征指标以及车辆基本信息，确定离群车辆以及所述离群车辆的离群度；
118.第二确定单元204，用于基于所述离群度，确定所述离群车辆的运行是否异常。
119.可选的，所述业务知识强相关的特征指标包括：
120.总体换热系数、电芯阻抗、电芯信息熵以及等效短路电流。
121.可选的，基于所述特征指标以及车辆基本信息，确定离群车辆以及所述离群车辆的离群度，包括：
122.将所述特征指标以及所述车辆基本信息作为输入特征输入离群检测模块；
123.所述离群检测模块基于所述输入特征，确定所述离群车辆以及所述离群车辆的离群度。
124.可选的，所述离群检测模块基于所述输入特征，确定所述离群车辆以及所述离群车辆的离群度，包括：
125.所述离群检测模块基于离群检测模型对所述输入特征进行检测，获得检测结果；
126.基于所述检测结果，确定所述离群车辆以及所述离群车辆的离群度。
127.可选的，所述基于所述检测结果，确定所述离群车辆以及所述离群车辆的离群度，包括：
128.基于所述检测结果，确定所述离群度；
129.基于所述离群度，确定所述离群车辆。
130.可选的，所述基于所述离群度，确定所述离群车辆的运行是否异常，包括：
131.获取所述离群车辆的历史离群度；
132.基于所述历史离群度，获得所述离群度的阈值；
133.将所述离群度与所述离群度的阈值进行对比；
134.若所述离群度大于所述离群度的阈值，则所述离群车辆的运行异常；
135.若所述离群度小于等于所述离群度的阈值，则所述离群车辆的运行正常。
136.可选的，若所述离群度大于所述离群度的阈值，则所述离群车辆的运行异常后，包括：
137.生成预警信号；
138.基于所述预警信号进行预警。
139.本发明的实施例还提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
140.本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的方法。
141.另外，本发明实施例的装置的其他构成及作用对本领域的技术人员来说是已知的，为减少冗余，此处不做赘述。
142.需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
143.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
144.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
145.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
146.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
147.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
148.在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
149.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。