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！

龙图腾网获悉国网电力科学研究院武汉南瑞有限责任公司;国家电网有限公司;国网电力科学研究院有限公司;国网山东省电力公司申请的专利基于函数型数据分析的KPI异常检测方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115545104B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211209980.7，技术领域涉及：G06F18/2433；该发明授权基于函数型数据分析的KPI异常检测方法、系统及介质是由史会轩;熊汉武;李永飞;陈广;孙宏志;张洪伟;陈令英;李林;韩学武;郝欢;汪华平设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于函数型数据分析的KPI异常检测方法、系统及介质在说明书摘要公布了：本发明提供了一种基于函数型数据分析的KPI异常检测方法、系统及介质，包括以下步骤：将离散的原始KPI时序数据拟合为动态函数曲线；提取所述动态函数曲线的特征；将提取的所述动态函数曲线的特征输入分类模型，基于所述分类模型对所述特征进行异常识别；获取所述分类模型输出的原始KPI时序数据是否异常的识别结果。为了解决现有技术KPI异常检测方法检测精度不高、效率低且无法应用于多场景或多维异常检测的问题，本发明将原始的KPI数据转换为动态函数曲线，将原始数据转换为函数型数据进行分析，具有更强的普适性，减少运维样本数据采集与清洗工作量，有效提高检测精度和检测效率。

本发明授权基于函数型数据分析的KPI异常检测方法、系统及介质在权利要求书中公布了：1.一种基于函数型数据分析的KPI异常检测方法，其特征在于：包括以下步骤： 将离散的原始KPI时序数据拟合为动态函数曲线； 提取所述动态函数曲线的特征； 将提取的所述动态函数曲线的特征输入分类模型，基于所述分类模型对所述特征进行异常识别； 获取所述分类模型输出的原始KPI时序数据是否异常的识别结果； 将离散的原始KPI时序数据拟合为动态函数曲线的过程包括：计算原始KPI时序数据与拟合后动态函数曲线的方差并惩罚平滑项作为原始KPI时序数据与实验预测值的平方误差和；通过最小化平方误差和，求解得到原始KPI时序数据对应的动态函数曲线的基函数系数；根据基函数系数和基函数计算得到原始KPI时序数据拟合后的动态函数曲线； 原始KPI时序数据与实验预测值的平方误差和的表达式为： ； ； 其中，sse表示平方误差和，n表示时序值的个数；y iq 表示第i个原始KPI时序数据的第q个样本点的时序值；xitq表示第i个原始KPI时序数据对应的动态函数曲线的第q个时序点的值；t表示时序点；λ表示实验预测值；xis表示第i个原始KPI时序数据对应的平滑函数曲线；Dm表示x i t的m次导数；∫ds表示函数曲线m次导数平方的积分； x i t表示第i个原始KPI时序数据对应的动态函数曲线；K表示基函数的个数；ci，k表示第i个原始KPI时序数据对应的动态函数曲线第k个基函数系数；φkt表示第k个基函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网电力科学研究院武汉南瑞有限责任公司;国家电网有限公司;国网电力科学研究院有限公司;国网山东省电力公司，其通讯地址为：430074 湖北省武汉市洪山区珞瑜路143号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。