识别被监控实体的异常行为的制作方法
【专利说明】
【背景技术】
[0001]诸如建筑物的信息物理系统包含消耗大量资源(例如电力、水等)的实体(例如装置、电器等)。这些实体的高效工作对于减小操作成本并改进这些系统的环境足迹是重要的。例如，已经报道了商业建筑物每年在能源成本上花费超$1000亿，由于设备、故障设备、或需要维护的设备的低效工作，能源成本的15%至30%可以构成不必要的浪费。
【附图说明】
[0002]以下详细说明书参考附图，其中:
[0003]图1图示了根据示例的识别被监控实体的异常行为的方法。
[0004]图2图示了根据示例的产生状态机模型的方法。
[0005]图3图示了根据示例的用于识别被监控实体的异常行为的计算系统。
[0006]图4(a)至图4(f)图示了根据示例的对冷却器系统进行异常检测的使用情形示例。
[0007]图5图示了根据示例的用于识别被监控实体的异常行为的计算机可读介质。
【具体实施方式】
[0008]根据在此所述的技术，可以监控一个或多个实体以识别异常行为。在一个示例中，与实体(例如装置、电器)相关联的各个传感器可以在时间周期之内采集关于实体的各个工作参数的数据。可以从该数据提取特征并映射为多个状态。该映射可以导致状态序列在时间周期之内特征化实体的工作。随后可以基于状态序列确定度量(例如性能度量、可维持性度量)的预期值。可以使用代表实体的正常工作的状态机模型并外推被给定实体的映射状态序列的度量的预期值而确定预期值。所确定的度量的预期值随后可以与度量的所观测值比较。所观测值可以从所采集数据得到，或者备选地可以外部地确定(例如可以通过查看电费帐单而确定在一个月期间之内电能使用)。如果所观测值与预期值相差阈值量，则这可以指示被监控实体的异常行为。在一些示例中，实体可以是包括多个部件的更大的系统，每个部件自身是实体。
[0009]使用这些技术，可以在时间之内监控设备以识别低效操作或性能退化(例如漂移)，或者前摄地识别需要维护的设备，以便于最小化在不合适时的中断。这些技术可以高效地包括外部因素对于信息物理系统在确定异常行为方面的工作行为的影响。此外，这些技术包括来自各个传感器的在时间周期之内的多个测试点，而不是仅仅单点异常检测。因此，这些技术可以是更准确和有效的，因为它们能够在被监控设备的工作的更长周期之内考虑跨越更多数据量的异常。结果是，可以更能检测设备的性能的稍微偏移或漂移，其定时检测可以导致显著的成本和资源节省。此外，当一起监控并分析多个实体时，所公开的技术可以捕捉实体之间的交互和它们的相关性，当那些交互/相关性改变时导致异常警报。这可以有助于防止主系统故障或崩溃。以下参照附图描述额外的示例、优点、特征、修改和类似物。
[0010]图1图示了根据示例的识别被监控实体的异常行为的方法。方法100可以由诸如图3的处理系统300或者图5的计算系统500的计算装置、系统或计算机执行。用于实施方法100的计算机可读指令可以存储在计算机可读存储介质上。如存储在介质上的这些指令可以在此称作“模块”并且可以由计算机执行。
[0011]将在此参照图3的示例性处理系统300描述方法100。系统300可以包括一个或多个计算机和/或由一个或多个计算机实施。例如，计算机可以是服务器计算机、工作站计算机、台式计算机、膝上型计算机、移动装置或类似物，并且可以是分布式系统的一部分。计算机可以包括一个或多个控制器以及一个或多个机器可读存储介质。
[0012]控制器可以包括用于实施机器可读指令的处理器和存储器。处理器可以包括至少一个中央处理单元(CPU)、至少一个基于半导体的微处理器、诸如数字图像处理单元的至少一个数字信号处理器(DSP)、适用于检索并执行存储在存储器中的指令的其他硬件装置或处理元件，或它们的组合。处理器可以包括在芯片上的单个或多个内核，跨越多个芯片的多个内核，跨越多个装置的多个内核，或它们组合。处理器可以从存储器取得、解码并执行指令以执行各个功能。作为检索并执行指令的备选或者除此之外，处理器可以包括包含用于执行各种任务或功能的许多电子部件的至少一个集成电路(1C)、其他控制逻辑、其他电子电路或它们的组合，
[0013]控制器可以包括诸如机器可读存储介质的存储器。机器可读存储介质可以是包含或存储可执行指令的任何电子、磁性、光学或其他物理存储装置。因此，机器可读存储介质可以包括例如各种随机存取存储器(RAM)、只读存储器(ROM)、闪存及它们的组合。例如，机器可读介质可以包括非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(RRPROM)、存储驱动器、NAND闪存、以及类似物。此外，机器可读存储介质可以是计算机可读的并且是非暂时性的。此外，系统300可以包括与一个或多个控制器分离的一个或多个机器可读存储介质，诸如用于存储模块310-340和状态机模型352。
[0014]方法100可以开始于110，在此可以使用特征提取模块310从与实体360的工作有关的数据提取特征。实体360可以是装置、电器或系统，并且可以是诸如建筑物的信息物理系统的一部分。实体360可以消耗一种或多种资源，诸如电力、燃气、水或类似物。
[0015]在一些示例中，实体360可以是包括多个部件的更大系统，每个部件自身是实体。例如，实体360可以是HVAC系统，其自身可以由诸如栗、鼓风机、空气处理单元和冷却塔的若干个其他实体构成。当一起监控并分析多个实体时，所公开的技术可以捕捉实体之间的交互以及它们的相关性，当那些交互/相关性改变时导致异常警报。这可以有助于防止主系统故障或崩溃。
[0016]可以由传感器362或其他装置(称作“源”)报告在实体360的工作期间所记录的数据。传感器362可以位于被监控实体的不同部分处以监控实体360的一个或多个参数。例如，可以被监控的一些参数是空气流速、水流速、温度、压力、功率、每个风扇时间周期的转数、以及其他参数。一些传感器可以位于远离被监控实体362的其他区域处，诸如在建筑物的房间中的温度传感器。可以被监控的其他参数是诸如恒温器设置的设置，或外部天气。传感器和装置可以是建筑物管理系统(BMS)的一部分。可以在所记录数据中反映所有被监控参数。所记录数据可以覆盖在时间周期之内的实体的工作参数。时间周期可以是各种时间周期中的任意一种，范围从几分钟至几年，包括如日、周、月或年的周期。
[0017]在特征提取之前，可以预处理所采集的数据。例如，可以通过数据熔合操作、数据清除操作等来预处理所采集数据。数据熔合操作可以包括例如合并(或联接)来自多个源的数据。可以熔合来自多个源的数据，因为多个源可以具有不同的时间戳，可以在不同频率下采集数据，可以具有不同的数据质量水平等。数据清除操作可以包括例如移除数据异常值、移除无效值、输入遗漏值等。可以通过任何合适的预处理技术的实施而预处理所采集数据。
[0018]数据的特征选择(不论是否被预处理)可以包括对影响实体的工作行为的特征的识别。如果实体是首次被建模的新实体，则可以“新鲜”地执行特征选择，意味着可以执行以下特征选择和维度缩减技术中的一个或多个以选择最相关特征(也即被确定为影响了实体的工作行为的那些特征)。在该情形中，可以在训练阶段期间产生状态机模型352。
[0019]例如，训练模块340可以用于基于在实体(或相同类型的另一实体)的工作期间所记录的数据而构建状态机模型。参照图2，训练模块340可以通过在210处获得与实体工作有关的数据并且在220处基于数据产生状态机模型而执行方法200。数据可以与在诸如三个月或更长时间的扩展时间周期之内的实体的工作有关。通常，用于训练的数据越多，状态机模型将越准确。
[002