(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210992910.7 (22)申请日 2022.08.18 (71)申请人 新奥新智科技有限公司 地址 065099 河北省廊坊市广阳区临 空经 济区航谊道自贸区科创基地2101 (72)发明人 余真鹏　徐少龙　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 专利代理师 陈美君 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 设备异常数据修正方法、 装置、 计算机设备 及存储介质 (57)摘要 本公开涉及数据处理技术领域， 提供了一种 设备异常数据修正方法、 装置、 计算机设备及存 储介质。 该方法包括： 获取具有多个设备特征维 度的历史样 本数据， 历史样本数据包括至少一个 异常样本数据和多个正常样本数据， 其中， 异常 样本数据中至少一个标的特征维度的数据存在 异常； 基于多个正常样本数据， 确定标的特征维 度之外的其它特征维度中与标的特征维度相关 性最高的目标特征维度； 基于正常样本数据在目 标特征维度下的数据， 确定与每个异常样本数据 距离最接近的目标正常样本数据； 使用目标正常 样本数据在标的特征维度下的数据替换异常样 本数据在相同标的特征维度下的异常数据， 完成 对异常样 本数据的修正。 本公开克服了现有数据 修正误差较大的问题。 权利要求书2页 说明书8页 附图2页 CN 115329577 A 2022.11.11 CN 115329577 A 1.一种设备异常数据修 正方法， 其特 征在于， 包括： 获取具有多个设备特征维度的历史样本数据， 所述历史样本数据包括至少一个异常样 本数据和多个正常样本数据， 其中， 所述异常样本数据中至少一个标 的特征维度的数据存 在异常； 基于所述多个正常样本数据， 确定标的特征维度之外的其它特征维度中与 所述标的特 征维度相关性 最高的目标 特征维度； 基于所述正常样本数据在目标特征维度下的数据， 确定与每个异常样本数据距离最接 近的目标正常样本数据； 使用所述目标正常样本数据在标的特征维度下的数据替换所述异常样本数据在相同 标的特征维度下的异常数据， 完成对异常样本数据的修 正。 2.根据权利要求1所述的设备异常数据修正方法， 其特征在于， 所述基于所述多个正常 样本数据， 确定标的特征维度之外的其它特征维度中与所述标的特征维度相关性最高的目 标特征维度， 包括： 基于异常样本数据的标的特征维度， 确定正常样本数据在标的特征维度 下的第一样本 数据序列， 以及正常样 本数据在标的特征维度之外的其它所有特征维度下的第二样本数据 序列； 分别计算所述第一样本数据序列与所述第二样本数据序列中每个特征维度下的数据 的相关性系数； 基于计算结果， 挑选所述第 二样本数据序列中各个特征维度对应的相关性系数最高的 至少一个特征维度作为 目标特征维度， 其中， 所述 目标特征维度对应的特征维度数量小于 或等于第二样本数据 序列中特 征维度的数量。 3.根据权利要求2所述的设备异常数据修正方法， 其特征在于， 所述挑选所述第 二样本 数据序列中各个特征维度对应的相关性系数最高的至少一个特征维度作为目标特征维度， 包括： 识别第二样本数据 序列中特 征维度的数量； 判断第二样本数据 序列中特 征维度的数量是否大于预设的数量阈值； 若是， 选择第 二样本数据序列中第 一预设数量的特征维度作为目标维度， 其中， 第一预 设数量的特征维度对应相关性系数均大于第二样本数据序列中其余特征维度对应的相关 性系数； 若否， 选择第 二样本数据序列中第 二预设数量的特征维度作为目标维度， 其中， 第二预 设数量的特征维度对应相关性系数均大于第二样本数据序列中其余特征维度对应的相关 性系数， 且第二预设数量小于第一预设数量。 4.根据权利要求3所述的设备异常数据修正方法， 其特征在于， 所述第 一预设数量为5 ‑ 10， 且所述数量阈值大于10 。 5.根据权利要求1所述的设备异常数据修正方法， 其特征在于， 基于所述正常样本数据 在目标特征维度下 的数据， 确定与每个异常样本数据距离最接近的目标正常样本数据， 包 括： 基于多个正常样本数据中每个正常样本数据在目标特征维度下的数据， 计算对应正常 样本数据的第一欧式空间， 得到历史正常样本欧式空间库；权　利　要　求　书 1/2 页 2 CN 115329577 A 2基于异常样本数据在相同目标特征维度下的数据， 计算异常样本数据的第二欧式空 间； 在所述历史正常样本欧式空间库中寻找与第二欧式空间距离最接近的目标第一欧式 空间， 并将目标第一欧式空间对应的正常样本数据作为目标正常样本数据。 6.根据权利要求5所述的设备异常数据修正方法， 其特征在于， 在所述历史正常样本欧 式空间库中寻找与第二欧式空间距离最接近的目标第一欧式空间， 并将目标第一欧式空间 对应的正常样本数据作为目标正常样本数据， 包括: 分别计算第二欧式空间与正常历史样本欧式空间库中每个第一欧式空间的距离差值 的绝对值； 根据计算的结果， 选取最小的距离差值的绝对值对应的正常样本数据作为目标正常样 本数据。 7.根据权利要求1 ‑6任一项所述的设备异常数据修正方法， 其特征在于， 使用所述目标 正常样本数据在标 的特征维度下的数据替换所述异常样本数据在相同标 的特征维度下的 异常数据， 包括： 判断目标正常样本数据的数量； 若目标正常样本数据的数量为一个， 则使用所述目标正常样本数据在标的特征维度 下 的数据替换对应异常样本数据在相同标的特 征维度下的异常数据； 若目标正常样本数据的数量为至少两个， 则计算至少两个目标正常样本数据在标的特 征维度的数据的平均值， 并使用所述平均值替换对应故障样本数据在相同标的维度的故障 数据。 8.一种设备异常数据修 正装置， 其特 征在于， 包括： 数据获取模块， 被配置为获取具有多个设备特征维度的历史样本数据， 所述历史样本 数据包括至少一个异常样本数据和多个正常样本数据， 其中， 所述异常样本数据中至少一 个标的特 征维度的数据存在异常； 维度确认模块， 被配置为基于所述多个正常样本数据， 确定标的特征维度之外的其它 特征维度中与所述标的特 征维度相关性 最高的目标 特征维度； 数据确定模块， 被配置为基于所述正常样本数据在目标特征维度下的数据， 确定与每 个异常样本数据距离最接 近的目标正常样本数据； 数据修正模块， 被配置为使用所述目标正常样本数据在标的特征维度 下的数据替换所 述异常样本数据在相同标的特 征维度下的异常数据， 完成对异常样本数据的修 正。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并且可在所述处理 器上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1 至7中任一项所述设备异常数据修 正的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7中任一项 所述设备异常数据修正 的步骤。权　利　要　求　书 2/2 页 3 CN 115329577 A 3