温度异常检测方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115342937A(43)申请公布日2022.11.15(21)申请号202211284146.4(22)申请日2022.10.20(71)申请人正大农业科学研究有限公司地址101206北京市平谷区中关村科技园区平谷园峪口新能源产业基地峪阳路38号-21045（集群注册）(72)发明人顾勋张睦吕兆星朱海波石格立祝李军李永霞(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师张睿(51)Int.Cl.G01K3/10(2006.01)权利要求书2页说明书9页附图2页(54)发明名称温度异常检测方法及装置(57)摘要本发明属于环境温度检测技术领域，提供了一种温度异常检测方法及装置，该温度异常检测方法包括：获取多个时间点分别对应的温度数据；基于多个时间点分别对应的温度数据，以及多个时间点分别对应的目标温度数据，得到多个时间点分别对应的第一温差；在多个时间点中至少两个连续时间点分别对应的第一温差均大于第一阈值时，确定至少两个连续时间点对应的温度数据为异常温度数据；和/或，在时间点t对应的第一温差大于第二阈值的情况下，确定时间点t对应的温度数据为异常温度数据。本发明所述方法实现对环境温度的智能监控，提高了异常温度检测效率，并节约了成本。CN115342937ACN115342937A权利要求书1/2页1.一种温度异常检测方法，其特征在于，包括：获取多个时间点分别对应的温度数据；基于所述多个时间点分别对应的温度数据，以及所述多个时间点分别对应的目标温度数据，得到所述多个时间点分别对应的第一温差，所述多个时间点分别对应的目标温度数据是温度预测模型基于所述多个时间点组成的时间序列预测得到；所述第一温差为同一时间点对应的温度数据与所述同一时间点对应的目标温度数据的差值；在所述多个时间点中至少两个连续时间点分别对应的第一温差均大于第一阈值时，确定所述至少两个连续时间点对应的温度数据为异常温度数据；和/或，在时间点t对应的第一温差大于第二阈值的情况下，确定所述时间点t对应的温度数据为异常温度数据，所述时间点t为所述多个时间点中的任一项，所述第二阈值大于所述第一阈值。2.根据权利要求1所述的温度异常检测方法，其特征在于，所述温度预测模型通过如下步骤得到：获取多个样本温度数据；对所述样本温度数据进行预处理，得到样本温度序列；以所述样本温度序列为训练样本，以所述样本温度序列对应的标签为训练标签进行训练，得到所述温度预测模型。3.根据权利要求1所述的温度异常检测方法，其特征在于，在所述确定所述时间点t对应的温度数据为异常温度数据之后，所述方法还包括：基于所述异常温度数据，生成告警信息；将所述告警信息发送至应用服务器，所述应用服务器用于基于所述告警信息指示终端进行应急处理。4.根据权利要求3所述的温度异常检测方法，其特征在于，所述告警信息的触发次数不超过触发次数阈值。5.根据权利要求3所述的温度异常检测方法，其特征在于，在所述生成告警信息之后，所述方法还包括：将所述告警信息保存在本地数据库。6.根据权利要求1所述的温度异常检测方法，其特征在于，所述温度预测模型包括循环神经网络RNN或图神经网络GNN。7.一种温度异常检测装置，其特征在于，包括：获取模块，用于获取多个时间点分别对应的温度数据；第一处理模块，用于基于所述多个时间点分别对应的温度数据，以及所述多个时间点分别对应的目标温度数据，得到所述多个时间点分别对应的第一温差，所述多个时间点分别对应的目标温度数据是温度预测模型基于所述多个时间点组成的时间序列预测得到；所述第一温差为同一时间点对应的温度数据与所述同一时间点对应的目标温度数据的差值；第二处理模块，用于在所述多个时间点中至少两个连续时间点分别对应的第一温差均大于第一阈值时，确定所述至少两个连续时间点对应的温度数据为异常温度数据；和/或，在时间点t对应的第一温差大于第二阈值的情况下，确定所述时间点t对应的温度数据为异常温度数据，所述时间点t为所述多个时间点中的任一项，所述第二阈值大于所述第一阈值。2CN115342937A权利要求书2/2页8.根据权利要求7所述的温度异常检测装置，其特征在于，所述装置还包括：第三处理模块，用于在所述确定所述时间点t对应的温度数据为异常温度数据之后，基于所述异常温度数据，生成告警信息；发送模块，用于将所述告警信息发送至应用服务器，所述应用服务器用于基于所述告警信息指示终端进行应急处理。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并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程序时实现如权利要求1至6任一项所述温度异常检测方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序