METHOD AND SYSTEM FOR DETECTING ANOMALY IN TIME SERIES DATA

• Main Authors: HILTUNEN, Eero, HEIKKILÄ, Rasmus, KNOBLAUCH, Nils
• Format: Patent
• Language: English; French
• Published: 21.09.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; CONTROL OR REGULATING SYSTEMS IN GENERAL; CONTROLLING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS ORELEMENTS; PHYSICS; REGULATING

Disclosed is a method (200) and a system (100) for detecting an anomaly in sensor time series data of a sensing arrangement (110). The method comprises implementing a neural network (120) trained on training data comprising prior sensor time series data; re-constructing a sample sensor time series data for a target time period using the trained neural network (120); determining an anomaly score variable based on a re-construction error in the re-constructed sample sensor time series data; determining a confidence interval for the target time period based on a distribution of the determined anomaly score variable; mapping a target sensor time series data, generated by the sensing arrangement (110) corresponding to the target time period, to the determined confidence interval; and indicating an anomaly in the target sensor time series data if the target sensor time series data is not substantially within the determined confidence interval. Sont divulgués un procédé (200) et un système (100) permettant de détecter une anomalie dans des données de série chronologique de capteur d'un ensemble de détection (110). Le procédé consiste à mettre en œuvre un réseau neuronal (120) entraîné sur des données d'apprentissage comprenant des données de série chronologique de capteur antérieures ; à reconstruire des données de série chronologique de capteur d'échantillon pour une période cible à l'aide du réseau neuronal entraîné (120) ; à déterminer une variable de score d'anomalie sur une erreur de reconstruction dans les données de série chronologique de capteur d'échantillon reconstruites ; déterminer un intervalle de confiance pour la période cible en fonction d'une distribution de la variable de score d'anomalie déterminée ; à mettre en correspondance des données de série chronologique de capteur cibles, générées par l'ensemble de détection (110) correspondant à la période cible, avec l'intervalle de confiance déterminé ; et à indiquer une anomalie dans les données de série chronologique de capteur cibles si les données de série chronologique de capteur cibles ne s'inscrivent pas sensiblement dans l'intervalle de confiance déterminé.