CN110764944A - 一种异常检测方法及装置 - Google Patents

Abstract

本申请公开了一种异常检测方法及装置，在该方法中，在获取到数据分析窗口后，对该数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，并根据该目标异常分析结果确定目标异常，以便后续能够根据该目标异常采取相应的处理措施。其中，由于数据分析窗口内包括至少一条待分析数据，因而在对数据分析窗口内的待分析数据进行分析时，能够同时对多条待分析数据进行异常分析，实现了对待分析数据的并行处理，提高了待分析数据的异常分析效率，从而实现了实时地进行异常分析。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够实时地对电池进行异常检测，从而能够有效地避免车辆处于不安全状态。

Description

一种异常检测方法及装置

技术领域

本申请涉及车辆技术领域，尤其涉及一种异常检测方法及装置。

背景技术

随着车辆的普及，车辆安全越来越重要。然而，在车辆的实际应用中，因用户个人的不当使用行为、车辆的元部件老化、以及不良环境等因素都会导致车辆发生异常，从而导致车辆处于不安全状态。

为了保证车辆的安全性，需要对车辆的元部件进行异常检测。例如，需要对电池进行异常检测，以便在确定电池处于异常状态时能够及时地对异常电池进行处理，避免因电池异常导致车辆处于不安全状态。然而，如何实现实时地对电池进行异常检测是一个亟待解决的技术问题。

发明内容

为了解决现有技术中存在的以上技术问题，本申请提供一种异常检测方法及装置，能够实时地对电池进行异常检测，从而能够有效地避免车辆处于不安全状态。

为了实现上述目的，本申请实施例提供的技术方案如下：

本申请实施例提供一种异常检测方法，包括：

获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

根据所述目标异常分析结果，确定目标异常。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果；

若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型；

根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据；

对所述第一目标分析数据进行异常分析，确定第二异常分析结果；

根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果；

若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口；

对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果；

根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果；

若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据；

对所述第二目标分析数据进行异常分析，确定第六异常分析结果；

根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

可选的，所述目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

可选的，所述获取数据分析窗口，具体为：

根据预设窗口参数，确定数据分析窗口。

可选的，所述方法还包括：

根据所述目标异常生成异常预警信息。

本申请实施例还提供了一种异常检测装置，包括：

获取单元，用于获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

分析单元，用于对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

确定单元，用于根据所述目标异常分析结果，确定目标异常。

本申请实施例还提供了一种设备，所述设备包括处理器以及存储器：

所述存储器用于存储计算机程序；

所述处理器用于根据所述计算机程序执行上述提供的异常检测方法的任一实施方式。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述提供的异常检测方法的任一实施方式。

与现有技术相比，本申请实施例至少具有以下优点：

本申请实施例提供的异常检测方法中，在获取到数据分析窗口后，对该数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，并根据该目标异常分析结果确定目标异常，以便后续能够根据该目标异常采取相应的处理措施。其中，由于数据分析窗口内包括至少一条待分析数据，因而在对数据分析窗口内的待分析数据进行分析时，能够同时对多条待分析数据进行异常分析，实现了对待分析数据的并行处理，提高了待分析数据的异常分析效率，从而实现了实时地进行异常分析。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够实时地对电池进行异常检测，从而能够有效地避免车辆处于不安全状态。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请实施例提供的异常检测方法的流程图；

图2为本申请实施例提供的一种窗口间距类型的示意图；

图3为本申请实施例提供的数据分析窗口中预设位置的示意图；

图4为本申请实施例提供的另一种窗口间距类型的示意图；

图5为本申请实施例提供的异常检测装置的结构示意图；

图6为本申请实施例提供的设备结构示意图。

具体实施方式

为了解决背景技术部分的技术问题，发明人经过研究发现：(1)在进行异常检测时，可以对每一条待分析数据进行异常分析。此时，由于一条待分析数据只能孤立地表征数据采集时刻的工作状态信息，具有片面性，因而在利用一条待分析数据进行异常检测时，因一条待分析数据具有片面性导致异常分析结果准确性较低。还由于待分析数据的数据量较多，因而在利用一条待分析数据进行异常检测时，需要对数据流进行较多次地异常分析，增加了异常分析的复杂性，导致异常分析效率较低。(2)在进行异常检测时，还可以对数据流中所有待分析数据进行异常分析，但是，由于获取数据流中所有待分析数据时需要消耗较多的时间，且分析所有待分析数据也需要消耗较多的时间，因而在利用数据流中所有待分析数据进行异常检测时，需要消耗较多的时间，无法做到实时性，无法及时地发现异常进行异常处理，降低了安全性。(3)在实际应用中，一些异常情况能够通过待分析数据的局部时间变化进行准确地表征，此时，只需根据待分析数据的局部时间变化来确定异常即可。

基于背景技术部分的技术问题以及上述发现，本申请实施例提供了一种异常检测方法，在该方法中，可以借助数据分析窗口来确定异常分析时所需的待分析数据的数据量，具体为：在获取到数据分析窗口后，对该数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，并根据该目标异常分析结果确定目标异常，以便后续能够根据该目标异常采取相应的处理措施。

在本申请实施例提供的异常检测方法中，由于数据分析窗口内包括至少一条待分析数据，因而在对数据分析窗口内的待分析数据进行异常分析时，能够同时对多条待分析数据进行异常分析，实现了对待分析数据的并行处理，提高了待分析数据的异常分析效率，从而实现了实时地进行异常分析。另外，由于数据分析窗口中所包括的多条待分析数据能够准确地全面地表征当前工作状态，因而在对数据分析窗口进行异常分析时，能够从该多条待分析数据中准确地全面地分析出当前工作状态，从而提高了异常分析的分析准确率。另外，由于数据分析窗口中所包括的待分析数据的数据量较小，使得获取数据分析窗口中所包括的待分析数据时只需消耗极短时间，降低了获取待分析数据所需的时间，也降低了分析待分析数据所需的时间，从而降低了异常检测所需的时间，实现了实时地进行异常检测。如此能够实现实时地进行高准确率的异常分析。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够实时地对电池进行高准确率的异常检测，从而能够有效地避免车辆处于不安全状态。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

方法实施例

参见图1，该图为本申请实施例提供的异常检测方法的流程图。

本申请实施例提供的异常检测方法，包括步骤S1-S3：

S1：获取数据分析窗口。

数据分析窗口用于表征进行异常分析时的数据分析单元；而且，数据分析窗口内包括至少一条待分析数据。需要说明的是，数据分析窗口内所包括的待分析数据的数据量可以预先设定，尤其可以根据应用场景确定。例如，数据分析窗口可以包括5条待分析数据。还需要说明的是，数据分析窗口内所包括的待分析数据可以是数据流中接收时间相邻的至少一个待分析数据。

另外，数据分析窗口内所包括的待分析数据的数据量还可以根据该数据分析窗口的窗口参数确定；而且，窗口参数用于记录数据分析窗口的相关参数信息。其中，窗口参数可以包括窗口长度、窗口间距和窗口间距类型中的至少一个。

下面依次介绍窗口长度、窗口间距和窗口间距类型这三种参数。

窗口长度用于表征数据分析窗口内所包括的待分析数据的数据量；而且，本申请实施例不限定窗口长度的表示方式，例如，窗口长度可以利用时长进行表示，也可以利用待分析数据的数据个数来表示。

为了便于理解和解释窗口长度，下面结合两个示例进行解释和说明。

作为第一示例，窗口长度可以利用时长进行表示。此时，当窗口长度为5秒时，则数据分析窗口内可以包括数据流中5秒内的待分析数据。例如，数据分析窗口可以包括数据流中在10点30分10秒至10点30分15秒之间的待分析数据。

作为第二示例，窗口长度可以利用数据个数进行表示。此时，当窗口长度为5条数据时，则数据分析窗口内可以包括5条待分析数据。例如，数据分析窗口可以包括第一条待分析数据至第五条待分析数据。

以上为窗口长度的相关内容。

窗口间距用于表征相邻数据分析窗口之间的距离；而且，本申请实施例不限定窗口间距的表示方式，例如，窗口间距可以利用时长进行表示，也可以利用待分析数据的数据个数来表示。

为了便于理解和解释窗口间距，下面结合两个示例进行解释和说明。

作为第一示例，窗口间距可以利用预设时长进行表示。此时，若窗口间距为1秒时，则表示相邻两个数据分析窗口之间的距离为1秒钟的距离。

作为第二示例，窗口间距可以利用数据个数进行表示。此时，若窗口间距为1条数据时，则表示相邻两个数据分析窗口之间的距离为1条数据的距离。

以上为窗口间隔的相关内容。

窗口间距类型用于表征相邻数据分析窗口之间距离的衡量方式；而且，本申请实施例不限定窗口间距类型，例如，如图2所示，窗口间距类型可以是预设位置(例如，如图3所示，预设位置可以是窗口起始位置、窗口中心位置、窗口结束位置)之间的间距；如图4所示，窗口间距类型还可以是在相邻两个窗口中，前一个窗口的窗口结束位置与后一个窗口的窗口开始位置之间的距离。

需要说明的是，在图2和图4中，前一个窗口和后一个窗口是两个相邻窗口，且前一个窗口的出现时间早于后一个窗口的出现时间。

以上为窗口间距类型的相关内容。

基于上述窗口长度、窗口间距和窗口间距类型的相关内容可知，在本申请实施例中，在对接收的数据流进行异常检测时，可以借助数据分析窗口来实现，该具体过程是：在获取到数据分析窗口之后，利用数据分析窗口来确定异常分析单元(其中，所谓异常分析单元是指每次异常分析所使用的多条待分析数据)。例如，当窗口长度为5秒，窗口间距为1秒，且窗口间距类型为图2所示的间距时，若第一个数据分析窗口包括在10点30分10秒至10点30分15秒之间的待分析数据，则第二个数据分析窗口可以包括在10点30分11秒至10点30分16秒之间的待分析数据。同样，当窗口长度为5秒，窗口间距为1秒，且窗口间距类型为图4所示的间距时，若第一个数据分析窗口包括在10点30分10秒至10点30分15秒之间的待分析数据，则第二个数据分析窗口可以包括在10点30分16秒至10点30分21秒之间的待分析数据。

需要说明的时，本申请实施例不限定数据分析窗口的获取方式，例如，数据分析窗口可以由执行异常检测方法的设备从存储空间中获取，也可以由执行异常检测方法的设备从其他设备中获取，还可以由其他设备将数据分析窗口发送给执行异常检测方法的设备。其中，其他设备是指能够与执行异常检测方法的设备进行通信的任一设备。

另外，在本申请实施例中，还可以根据预先设定的窗口参数来确定数据分析窗口，因而，本申请实施例还提供了步骤S1的一种实施方式，在该实施方式中，步骤S1具体可以为：根据预设窗口参数，确定数据分析窗口。其中，预设窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

其中，预设窗口参数可以预先设定，尤其可以根据应用场景设定。

以上为步骤S1的具体实施方式。

S2：对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果。

其中，目标异常分析结果是指对待分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定目标异常分析结果，例如，目标异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对数据分析窗口内的待分析数据进行异常分析的异常分析方法，可以采用任一种能够对数据分析窗口内的待分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

在本申请实施例中，在获取到数据分析窗口后，利用该数据分析窗口对数据流进行数据提取，以便使得该数据分析窗口中包括至少一条待分析数据。此时，可以对该数据分析窗口内的待分析数据进行异常分析，以便确定该数据分析窗口对应的异常分析结果，作为目标异常分析结果。其中，由于数据分析窗口中包括多条待分析数据，而且该多条待分析数据能够准确地表征当前工作状态，因而在对数据分析窗口进行异常分析时，能够从该多条待分析数据中准确地分析出当前工作状态，从而提高了异常分析的分析准确率。另外，由于数据分析窗口中所包括的待分析数据的数据量较小，使得获取数据分析窗口中所包括的待分析数据时只需消耗极短时间，降低了获取待分析数据所需的时间，也降低了对数据分析窗口中待分析数据进行异常分析时所需的时间，从而降低了异常检测所需的时间，实现了实时地进行异常检测。

在本申请实施例中，步骤S2可以采用五种实施方式，为了便于理解和解释，下面将依次进行说明。

作为第一种实施方式，S2具体可以为：对当前数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果。其中，所述当前数据分析窗口是指包括当前时刻下的待分析数据的数据分析窗口。

在该实施方式中，在接收到数据流后，可以对当前数据分析窗口内的待分析数据进行异常分析，确定当前时刻下的目标异常分析结果。其中，由于当前数据分析窗口内不仅包括当前时刻下的待分析数据，还包括与当前时刻相邻时刻下的待分析数据，使得当前数据分析窗口内的待分析数据能够准确地表征当前工作状态，因而，在对当前数据分析窗口内的待分析数据进行异常分析时，能够从当前数据分析窗口内的待分析数据中准确地全面地分析出当前工作状态，从而提高了异常分析的分析准确率。另外，由于当前数据分析窗口中所包括的待分析数据的数据量较小，使得获取当前数据分析窗口中所包括的待分析数据时只需消耗极短时间，降低了获取待分析数据所需的时间，也降低了分析当前数据分析窗口内的待分析数据所需的时间，从而降低了异常检测所需的时间，实现了实时地进行异常检测。如此能够实现实时地进行高准确率的异常分析。

以上为步骤S2的第一种实施方式的相关内容，在该实施方式中，只需针对一个数据分析窗口内所包括的待分析数据进行异常分析来确定当前时刻下的工作状态，如此能够有效地提高异常检测效率，从而能够更好地实现实时地进行异常检测。

另外，在本申请实施例中，为了提高异常检测准确性，可以利用两个或两个以上的数据分析窗口的异常分析结果来综合确定目标异常分析结果，以便后续能够利用该目标异常分析结果确定目标异常。基于此，本申请实施例还提供了步骤S2的第二种实施方式，在该实施方式中，S2具体可以为：对至少两个数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果。其中，所述至少两个数据分析窗口中存在至少一个数据分析窗口包括当前时刻下的待分析数据。也就是说，所述至少两个数据分析窗口中可以包括当前数据分析窗口。

作为示例，假设，利用第一个数据分析窗口、第二个数据分析窗口、……、第N个数据分析窗口对数据流进行数据提取；且第一个数据分析窗口早于第二个数据分析窗口、第二个数据分析窗口早于第三个数据分析窗口、……、第N-1个数据分析窗口早于第N个数据分析窗口；且第T个数据分析窗口包括当前时刻下的待分析数据，且1≤T≤N。基于上述假设可知，S2具体可以为：利用第T-M个数据分析窗口至第T+Q个数据分析窗口进行异常分析，确定目标异常结果。其中，0≤M≤T，且0≤Q≤N-T。

在本申请实施例中，在接收到数据流后，可以分别对两个或两个以上的数据分析窗口中的待分析数据进行异常分析，以便后续根据每个数据分析窗口对应的异常分析结果综合确定目标异常分析结果。其中，由于每个数据分析窗口对应的异常分析结果能够准确全面地表征该数据分析窗口对应时刻的工作状态，因而根据至少两个数据分析窗口对应的异常分析结果确定的目标异常分析结果能够准确且全面地表征当前时刻及其相邻时刻的工作状态，从而能够更全面地表征工作状态，从而进一步提高了异常分析的分析准确率。

以上为步骤S2的第二种实施方式的相关内容，在该实施方式中，先分别对至少两个数据分析窗口中的待分析数据进行异常分析，再综合该至少两个数据分析窗口对应的异常分析结果来确定目标异常分析结果。如此能够有效地提高异常检测的检测准确性。

另外，在本申请实施例中，为了进一步提高异常分析的分析准确率，还提供了步骤S2的第三种实施方式，在该实施方式中，S2具体可以包括步骤S2A1-S2A5：

S2A1：对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果。

其中，第一异常分析结果是指对数据分析窗口内的待分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第一异常分析结果，例如，第一异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对数据分析窗口内的待分析数据进行异常分析的异常分析方法，可以采用任一种能够对数据分析窗口内的待分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2A2：若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型。

第一异常是指根据第一异常分析结果确定的异常信息；而且，本申请实施例不限定根据第一异常分析结果确定第一异常的异常确定方法。例如，当第一异常分析结果中包括根据待分析数据确定的至少一个异常分析指标值时，可以将第一异常分析结果中的至少一个异常分析指标值与该异常分析指标值对应的正常指标阈值进行比较，以便根据该比较结果确定第一异常。其中，正常指标阈值用于表征正常状态对应的分析指标值。

目标数据类型是指待分析数据中数据的类型；而且目标数据类型是指能够表征第一异常发生的数据的类型。例如，目标数据类型可以是温度、电压、电流、压差、温差等类型中的至少一种。

在本申请实施例中，为了能够准确地根据第一异常确定目标数据类型，可以基于异常与该异常对应的数据类型之间的映射关系确定第一异常对应的数据类型。基于此，本申请实施例还提供了步骤S2A2的一种实施方式，在该实施方式中，步骤S2A2具体可以为：若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常，利用异常与数据类型之间的映射关系，确定目标数据类型。其中，所述异常与数据类型之间的映射关系用于记录每一异常与能够准确表征该异常发生的数据类型之间的映射关系。

基于上述内容可知，在本申请实施例中，在根据第一异常分析结果确定存在第一异常时，可以根据第一异常确定能够表征该第一异常发生的目标数据类型，以便后续能够针对待分析数据中具有目标数据类型的数据进行异常分析，从而能够准确地进行异常检测。

S2A3：根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据。

第一目标分析数据是指数据分析窗口内的待分析数据中具有目标数据类型的数据。例如，若目标数据类型为温度，则第一目标分析数据是指数据分析窗口内的待分析数据中温度数据。

需要说明的是，步骤S2A3中的数据分析窗口与步骤S2A1中的数据分析窗口可以是同一个数据分析窗口，也可以是不同的数据分析窗口。下面结合两个示例进行说明。

作为第一示例，假设存在第一数据分析窗口，且第一数据分析窗口包括当前时刻下的待分析数据。基于上述假设可知，当利用步骤S2A1得到第一数据分析窗口对应的第一异常分析结果，根据第一异常分析结果确定第一异常，并根据第一异常确定目标数据类型时，步骤S2A3具体可以为：根据目标数据类型和第一数据分析窗口内的待分析数据，确定第一目标分析数据，使得第一目标分析数据是符合目标数据类型且属于第一数据分析窗口内的待分析数据。

以上为第一示例的相关内容，在第一示例中，通过对第一数据分析窗口中的待分析数据依次经过粗检(也就是步骤S2A1)和详检(也就是步骤S2A3)这两个过程，能够准确地进行异常检测。

作为第二示例，假设存在第一数据分析窗口和第二数据分析窗口，且第一数据分析窗口包括当前时刻下的待分析数据，且第一数据分析窗口与第二数据分析窗口相邻。基于上述假设可知，当利用步骤S2A1得到第一数据分析窗口对应的第一异常分析结果，根据第一异常分析结果确定第一异常，并根据第一异常确定目标数据类型时，步骤S2A3具体可以为：根据目标数据类型和第二数据分析窗口内的待分析数据，确定第一目标分析数据，使得第一目标分析数据是符合目标数据类型且属于第二数据分析窗口内的待分析数据。

以上为第二示例的相关内容，在第二示例中，由于在实际应用中，时间距离较近的两个数据分析窗口中待分析数据的差距不大，因而，可以通过先对第一数据分析窗口中的待分析数据进行粗检(也就是步骤S2A1)，再对第一数据分析窗口的相邻数据分析窗口进行详检(也就是步骤S2A3)。如此能够将两个数据分析窗口的异常分析过程合并为一个异常分析过程，从而进一步提高了异常检测的检测效率。另外，由于相邻两个数据分析窗口的时间距离较近，使得相邻两个数据分析窗口中的待分析数据是基本相同的，因而一个数据分析窗口(例如，第二数据分析窗口)中的待分析数据能够准确地表征其相邻数据分析窗口(例如，第一数据分析窗口)对应的工作状态，从而在对其自身(例如，第二数据分析窗口)进行详检时，等效于对其相邻数据分析窗口(例如，第一数据分析窗口)进行详检，如此能够准确地进行异常检测，提高异常检测的检测准确性。

S2A4：对所述第一目标分析数据进行异常分析，确定第二异常分析结果。

其中，第二异常分析结果是指对第一目标分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第二异常分析结果，例如，第二异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对第一目标分析数据进行异常分析的异常分析方法，可以采用任一种能够对第一目标分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2A5：根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

在本申请实施例中，在获取到第一异常分析结果和第二异常分析结果之后，可以综合第一异常分析结果和第二异常分析结果，来确定目标异常分析结果。

另外，为了提高目标异常分析结果的准确性，本申请实施例还提供了步骤S2A5的一种实施方式，在该实施方式中，S2A5具体可以为：根据所述第一异常分析结果、所述第二异常分析结果、第一权重和第二权重，确定目标异常分析结果。其中，第一权重用于表示第一异常分析结果对目标异常分析结果的影响效果；第二权重用于表示第二异常分析结果对目标异常分析结果的影响效果。

需要说明的是，第一权重可以预先设定，尤其可以根据应用场景设定。第二权重可以预先设定，尤其可以根据应用场景设定。另外，由于第二异常分析结果是通过详检过程确定的，且第一异常分析结果是通过粗检过程确定的，使得第二异常分析结果对目标异常分析结果的影响效果高于第一异常分析结果对目标异常分析结果的影响效果，因而，可以设定第一权重小于第二权重，如此能够有效地提高详检过程得到的第二异常分析结果对目标异常分析结果的影响效果，从而能够提高目标异常分析结果的准确性。

需要说明的是，上述步骤S2A1-S2A5是以包括一次详检和一次粗检的异常检测过程为例对步骤S2的第三种实施方式进行解释和说明的。然而，本申请实施例不限定异常检测过程中详检次数以及粗检次数，而且，详检次数以及粗检次数均可以根据应用场景确定。

以上为步骤S2的第三种实施方式的相关内容，在该实施方式中，先对待分析数据进行粗检，再基于该粗检结果对待分析数据进行详检，以便后续综合粗检结果和详检结果来确定目标异常分析结果。其中，由于对待分析数据进行详检的过程中，只需对能够表征第一异常的数据进行异常分析即可，因而，该详检过程的数据较小，降低了详检过程所需时间，提高了详检效率。另外，由于粗检过程能够全面地大致地确定出异常情况，且详检过程能够根据产生该异常情况的数据对该异常情况进行校验并进一步地确定出该异常情况的详细内容，因而基于双重检测的异常分析过程能够更准确地进行异常分析，从而进一步提高异常分析的分析准确率。

另外，在本申请实施例，为了进一步提高异常分析的分析准确率，还提供了步骤S2的第四种实施方式，在该实施方式中，S2具体可以包括步骤S2B1-S2B5：

S2B1：对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果。

其中，第三异常分析结果是指对数据分析窗口内的待分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第三异常分析结果，例如，第三异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对数据分析窗口内的待分析数据进行异常分析的异常分析方法，可以采用任一种能够对数据分析窗口内的待分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2B2：若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数。

第二异常是指根据第三异常分析结果确定的异常信息；而且，本申请实施例不限定根据第三异常分析结果确定第二异常的异常确定方法。例如，当第三异常分析结果中包括根据待分析数据确定的至少一个异常分析指标值时，可以将第三异常分析结果中的至少一个异常分析指标值与该异常分析指标值对应的正常指标阈值进行比较，以便根据该比较结果确定第二异常。其中，正常指标阈值用于表征正常状态对应的分析指标值。

目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。需要说明的是，“窗口长度”的相关内容、“窗口间距”的相关内容和“窗口间距类型”的相关内容均请参见步骤S1中的相关内容。

作为一种实施方式，为了提高目标窗口参数的准确性，可以根据异常与窗口参数之间的映射关系来确定目标窗口参数。基于此，本申请实施例提供了步骤S2B2的一种实施方式，在该实施方式中，S2B2具体可以为：若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常，利用异常与窗口参数之间的映射关系，确定目标窗口参数。

其中，异常与窗口参数之间的映射关系用于记录每个异常及其分析该异常时应该使用的最佳窗口参数。

在本申请实施例中，在获取到第三异常分析结果后，先对第三异常分析结果进行分析，以便确定是否存在第二异常。在确定存在第二异常时，则利用异常与窗口参数之间的映射关系，确定第二异常对应的窗口参数，作为目标窗口参数，以便利用目标窗口参数更新数据分析窗口，使得更新后的数据分析窗口更符合第二异常的异常检测需求。

需要说明的是，本申请实施例不限定执行动作“根据第二异常确定目标窗口参数”的实施方式，例如，在确定目标窗口参数时可以依据第二异常的相关参数(例如，该相关参数可以包括异常的严重程度、异常类型、异常产生的不良影响的大小、异常波及范围等中的至少一个)、执行异常检测方法的设备的当前可用运算空间的大小、执行异常检测方法的设备上不同任务之间的紧急程度等中的至少一种参数。

S2B3：根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口。

更新后的数据分析窗口是指具有目标窗口参数的数据分析窗口。需要说明的是，步骤S2B3中的数据分析窗口与步骤S2B1中的数据分析窗口可以是同一个数据分析窗口，也可以是不同的数据分析窗口。下面结合两个示例进行说明。

作为第一示例，假设存在第一数据分析窗口，且第一数据分析窗口包括当前时刻下的待分析数据。基于上述假设可知，当利用步骤S2B1得到第一数据分析窗口对应的第三异常分析结果，根据第三异常分析结果确定第二异常，并根据第二异常确定目标窗口参数时，步骤S2B3具体可以为：根据所述目标窗口参数更新第一数据分析窗口，得到更新后的第一数据分析窗口，使得更新后的第一数据分析窗口的窗口参数就是目标窗口参数。

以上为第一示例的相关内容，在第一示例中，先利用具有初始窗口参数的第一数据分析窗口中的待分析数据进行初步异常检测(也就是步骤S2B1)；再利用具有目标窗口参数的第一数据分析窗口进行再次异常检测(也就是步骤SB3)。其中，因目标窗口参数是适用于对第二异常进行异常检测的最佳参数值，使得利用具有目标窗口参数的第一数据分析窗口所进行的异常检测能够更准确地进行异常检测，有利于提高异常检测的准确率。

作为第二示例，假设存在第一数据分析窗口和第二数据分析窗口，且第一数据分析窗口包括当前时刻下的待分析数据，且第一数据分析窗口与第二数据分析窗口相邻。基于上述假设可知，当利用步骤S2B1得到第一数据分析窗口对应的第三异常分析结果，根据第三常分析结果确定第二异常，并根据第二异常确定目标窗口参数时，步骤S2B3具体可以为：根据所述目标窗口参数更新第二数据分析窗口，得到更新后的第二数据分析窗口，使得更新后的第二数据分析窗口的窗口参数就是目标窗口参数。

以上为第二示例的相关内容，在第二示例中，由于在实际应用中，时间距离较近的两个数据分析窗口中待分析数据的差距不大，因而，可以先利用具有初始窗口参数的第一数据分析窗口进行初步异常检测(也就是步骤S2B1)，再利用具有目标窗口参数的第二数据分析窗口进行再次异常检测(也就是步骤S2B3)。如此能够将两个数据分析窗口的异常分析过程合并为一个异常分析过程，从而进一步提高了异常检测的检测效率。另外，由于相邻两个数据分析窗口的时间距离较近，使得相邻两个数据分析窗口中的待分析数据是基本相同的，因而一个数据分析窗口(例如，第二数据分析窗口)中的待分析数据能够准确地表征其相邻数据分析窗口(例如，第一数据分析窗口)对应的工作状态，从而在利用具有目标窗口参数的自身数据分析窗口(例如，第二数据分析窗口)进行再次异常检测时，等效于利用具有目标窗口参数的相邻数据分析窗口例如，第一数据分析窗口)进行再次异常检测，如此能够准确地进行异常检测，提高异常检测的检测准确性。

需要说明的是，在本申请实施例的上文或下文中，“初始窗口参数”是一个相对概念，而且，“初始窗口参数”是指数据分析窗口在利用目标窗口参数进行更新之前所具有的窗口参数。

S2B4：对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果。

其中，第四异常分析结果是指对更新后的数据分析窗口内的待分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第四异常分析结果，例如，第四异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对更新后的数据分析窗口内的待分析数据进行异常分析的异常分析方法，可以采用任一种能够对更新后的数据分析窗口内的待分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2B5：根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

在本申请实施例中，在获取到第三异常分析结果和第四异常分析结果之后，可以综合第三异常分析结果和第四异常分析结果，来确定目标异常分析结果。

另外，为了提高目标异常分析结果的准确性，本申请实施例还提供了步骤S2B5的一种实施方式，在该实施方式中，S2B5具体可以为：根据所述第三异常分析结果、所述第四异常分析结果、第三权重和第四权重，确定目标异常分析结果。其中，第三权重用于表示第三异常分析结果对目标异常分析结果的影响效果；第四权重用于表示第四异常分析结果对目标异常分析结果的影响效果。

需要说明的是，第三权重可以预先设定，尤其可以根据应用场景设定。第四权重可以预先设定，尤其可以根据应用场景设定。另外，由于第四异常分析结果是利用具有目标窗口参数的数据分析窗口确定的，且第三异常分析结果是利用具有初始窗口参数的数据分析窗口确定的，使得第四异常分析结果对目标异常分析结果的影响效果高于第三异常分析结果对目标异常分析结果的影响效果，因而，可以设定第三权重小于第四权重，如此能够有效地提高利用具有目标窗口参数的数据分析窗口进行异常检测过程得到的第四异常分析结果对目标异常分析结果的影响效果，从而能够提高目标异常分析结果的准确性。

需要说明的是，上述步骤S2B1-S2B5是以包括一次利用具有初始窗口参数的数据分析窗口进行异常检测和一次利用具有目标窗口参数的数据分析窗口进行异常检测的异常检测过程为例对步骤S2的第四种实施方式进行解释和说明的。然而，本申请实施例不限定异常检测过程中利用具有初始窗口参数的数据分析窗口进行异常检测的次数以及利用具有目标窗口参数的数据分析窗口进行异常检测的次数，而且，为了提高准确性，可以使得后一次异常分析所使用的目标窗口参数均基于前一次异常分析所得的异常分析结果进行确定的。

以上为步骤S2的第四种实施方式的相关内容，在该实施方式中，先利用具有初始窗口参数的数据分析窗口进行异常检测得到第三异常分析结果，再基于第三异常分析结果，确定第二异常对应的目标窗口参数，以便利用具有目标窗口参数的数据分析窗口再次进行异常检测，使得后续综合该两次异常检测结果确定目标异常分析结果。其中，由于利用具有目标窗口参数的数据分析窗口更适用于对第二异常进行异常检测，因而，利用具有目标窗口参数的数据分析窗口能够更准确地对待分析数据进行异常检测，从而使得异常检测结果更准确，从而提高了异常分析的准确性。另外，由于利用具有初始窗口参数的数据分析窗口的异常检测能够进行初步异常判断，且利用具有目标窗口参数的数据分析窗口的异常检测能够进行更恰当地及更准确地异常判断，因而基于双重检测的异常分析过程能够更准确地进行异常分析，从而进一步提高异常分析的分析准确性。

另外，在本申请实施例，为了进一步提高异常分析的分析准确率，还提供了步骤S2的第五种实施方式，在该实施方式中，S2具体可以包括步骤S2C1-S2C5：

S2C1：对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果。

其中，第五异常分析结果是指对数据分析窗口内的待分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第五异常分析结果，例如，第五异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对数据分析窗口内的待分析数据进行异常分析的异常分析方法，可以采用任一种能够对数据分析窗口内的待分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2C2：若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数。

第三异常是指根据第五异常分析结果确定的异常信息；而且，本申请实施例不限定根据第五异常分析结果确定第三异常的异常确定方法。例如，当第五异常分析结果中包括根据待分析数据确定的至少一个异常分析指标值时，可以将第五异常分析结果中的至少一个异常分析指标值与该异常分析指标值对应的正常指标阈值进行比较，以便根据该比较结果确定第三异常。其中，正常指标阈值用于表征正常状态对应的分析指标值。

“目标数据类型”的相关内容请参照上述步骤S2A2中的“目标数据类型”的相关内容；而且，“目标窗口参数”的相关内容请参照上述步骤S2B2中的“目标窗口参数”的相关内容。

在本申请实施例中，为了能够准确地根据第五异常确定目标数据类型以及目标窗口参数，本申请实施例还提供了步骤S2C2的一种实施方式，在该实施方式中，步骤S2C2具体可以为：若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常，利用异常与数据类型之间的映射关系来确定目标数据类型，并根据所述第三异常，利用异常与窗口参数之间的映射关系来确定目标窗口参数。其中，所述异常与数据类型之间的映射关系用于记录每一异常与能够准确表征该异常发生的数据类型之间的映射关系。异常与窗口参数之间的映射关系用于记录每个异常及其分析该异常时应该使用的最佳窗口参数。

在本申请实施例中，在获取到第五异常分析结果后，先对第五异常分析结果进行分析，以便确定是否存在第三异常。在确定存在第三异常时，则利用异常与数据类型之间的映射关系确定目标数据类型，并利用异常与窗口参数之间的映射关系，确定第二异常对应的窗口参数，作为目标窗口参数，以便后续利用目标窗口参数以及目标数据类型再次进行异常分析。

需要说明的是，本申请实施例不限定执行动作“根据第三异常确定目标窗口参数”的实施方式，例如，在确定目标窗口参数时可以依据第三异常的相关参数(例如，该相关参数可以包括异常的严重程度、异常类型、异常产生的不良影响的大小、异常波及范围等中的至少一个)、执行异常检测方法的设备的当前可用运算空间的大小、执行异常检测方法的设备上不同任务之间的紧急程度等中的至少一种参数。

S2C3：根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据。

需要说明的是，(1)执行动作“根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口”的相关内容与上述步骤S2B3的相关内容相同，技术详情请参照上述步骤S2B3。(2)执行动作“根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据”可以采用上述步骤S2A3的任一实施方式，仅需将上述步骤S2A3的任一实施方式中“数据分析窗口内的待分析数据”替换为“更新后的数据分析窗口内的待分析数据”，并将上述步骤S2A3的任一实施方式中“第一目标分析数据”替换为“第二目标分析数据”，技术详情请参照上述步骤S2A3。

S2C4：对所述第二目标分析数据进行异常分析，确定第六异常分析结果。

其中，第六异常分析结果是指对第二目标分析数据进行异常分析后得到的分析结果。需要说明的是，本申请实施例不限定第六异常分析结果，例如，第六异常分析结果可以是数据极值、数据变化率、数据变化趋势、数据波动范围、数据波动方法中的至少一个。

需要说明的是，本申请实施例不限定对第二目标分析数据进行异常分析的异常分析方法，可以采用任一种能够对第二目标分析数据进行异常分析的异常分析方法。例如，异常分析方法可以是统计分析方法、机器学习算法、深度学习算法等。

S2C5：根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

在本申请实施例中，在获取到第五异常分析结果和第六异常分析结果之后，可以综合第五异常分析结果和第六异常分析结果，来确定目标异常分析结果。

另外，为了提高目标异常分析结果的准确性，本申请实施例还提供了步骤S2C5的一种实施方式，在该实施方式中，S2C5具体可以为：根据所述第五异常分析结果、所述第六异常分析结果、第五权重和第六权重，确定目标异常分析结果。其中，第五权重用于表示第五异常分析结果对目标异常分析结果的影响效果；第六权重用于表示第六异常分析结果对目标异常分析结果的影响效果。

需要说明的是，第五权重可以预先设定，尤其可以根据应用场景设定。第六权重可以预先设定，尤其可以根据应用场景设定。另外，由于第六异常分析结果是通过利用具有目标窗口参数的数据分析窗口进行详检确定的，且第五异常分析结果是通过利用具有初始窗口参数的数据分析窗口进行粗检确定的，使得第六异常分析结果对目标异常分析结果的影响效果高于第五异常分析结果对目标异常分析结果的影响效果，因而，可以设定第五权重小于第六权重，如此能够有效地提高利用具有目标窗口参数的数据分析窗口进行详检得到的第六异常分析结果对目标异常分析结果的影响效果，从而能够提高目标异常分析结果的准确性。

需要说明的是，上述步骤S2C1-S2C5是以包括一次利用具有目标窗口参数的数据分析窗口进行详检和一次利用具有初始窗口参数的数据分析窗口进行粗检的异常检测过程为例对步骤S2的第五种实施方式进行解释和说明的。然而，本申请实施例不限定异常检测过程中利用具有目标窗口参数的数据分析窗口进行详检的次数以及利用具有初始窗口参数的数据分析窗口进行粗检的次数，而且，详检次数以及粗检次数均可以根据应用场景确定。此外，为了提高准确性，可以使得后一次异常分析所使用的目标窗口参数均基于前一次异常分析所得的异常分析结果进行确定的。

以上为步骤S2的第五种实施方式的相关内容，在该实施方式中，先利用具有初始窗口参数的数据分析窗口对待分析数据进行粗检，再基于该粗检结果利用具有目标窗口参数的数据分析窗口对待分析数据进行详检，以便后续综合粗检结果和详检结果来确定目标异常分析结果。其中，由于对待分析数据进行详检的过程中，只需对能够表征第一异常的数据进行异常分析即可，因而，该详检过程的数据较小，降低了详检过程所需时间，提高了详检效率。另外，由于粗检过程能够全面地大致地确定出异常情况，且详检过程能够根据产生该异常情况的数据对该异常情况进行校验并进一步地确定出该异常情况的详细内容，因而基于双重检测的异常分析过程能够更准确地进行异常分析，从而进一步提高异常分析的分析准确率。另外，由于利用具有目标窗口参数的数据分析窗口更适用于对第二异常进行异常检测，因而，利用具有目标窗口参数的数据分析窗口能够更准确地对待分析数据进行异常检测，从而使得异常检测结果更准确，从而提高了异常分析的准确性。另外，由于利用具有初始窗口参数的数据分析窗口的异常检测能够进行初步异常判断，且利用具有目标窗口参数的数据分析窗口的异常检测能够进行更恰当地及更准确地异常判断，因而基于双重检测的异常分析过程能够更准确地进行异常分析，从而进一步提高异常分析的分析准确性。

以上为步骤S2的相关内容。

S3：根据所述目标异常分析结果，确定目标异常。

在本申请实施例中，在获取到目标异常分析结果后，可以根据目标异常分析结果中的数据信息，确定目标异常。

需要说明的是，本申请实施例不限定目标异常的确定方法，可以采用任一种能够从目标异常分析结果中确定目标异常的异常确定方法。例如，当目标异常分析结果中包括根据待分析数据确定的至少一个异常分析指标值时，可以将目标异常分析结果中的至少一个异常分析指标值与该异常分析指标值对应的正常指标阈值进行比较，以便根据该比较结果确定目标异常。其中，正常指标阈值用于表征正常状态对应的分析指标值。

以上为步骤S3的相关内容。

另外，为了提高异常处理效率，可以在确定目标异常后，对目标异常进行预警，以便后续用户、设备维护人员或维护装置能够及时地针对目标异常采取相应的异常处理措施。基于此，本申请实施例还提供了异常检测方法的另一种实施方式，在该实施方式中，异常检测方法除了包括步骤S1-S3以外，还包括步骤S4：

S4：根据所述目标异常生成异常预警信息。

其中，异常预警信息是根据目标异常生成的预警信息，而且，异常预警信息中携带有目标异常信息。

在本申请实施例中，在确定目标异常后，可以根据目标异常生成异常预警信息，使得后续能够针对该异常预警信息中携带的目标异常及时地采取异常处理措施，从而避免因目标异常发生而导致的不良影响。

需要说明的是，本申请实施例不限定用户、设备维护人员或维护装置获取异常预警信息的方式，利用在生成异常预警信息之后，执行异常检测方法的设备可以直接利用该预警信息进行预警(例如，显示目标异常、发出报警信号等)，也可以将该异常预警信息发送到其他设备(例如，终端、服务器、车辆等)进行预警(例如，显示目标异常、发出报警信号等)。

以上为方法实施例一提供的异常检测方法的具体实施方式，在该实施方式中，在获取到数据分析窗口后，对该数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，并根据该目标异常分析结果确定目标异常，以便后续能够根据该目标异常采取相应的处理措施。其中，由于数据分析窗口内包括至少一条待分析数据，因而在对数据分析窗口内的待分析数据进行异常分析时，能够同时对多条待分析数据进行异常分析，实现了对待分析数据的并行处理，提高了待分析数据的异常分析效率，从而实现了实时地进行异常分析。另外，由于数据分析窗口中所包括的多条待分析数据能够准确地全面地表征当前工作状态，因而在对数据分析窗口进行异常分析时，能够从该多条待分析数据中准确地全面地分析出当前工作状态，从而提高了异常分析的分析准确率。另外，由于数据分析窗口中所包括的待分析数据的数据量较小，使得获取数据分析窗口中所包括的待分析数据时只需消耗极短时间，降低了获取待分析数据所需的时间，也降低了分析待分析数据所需的时间，从而降低了异常检测所需的时间，实现了实时地进行异常检测。如此能够实现实时地进行高准确率的异常分析。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够实时地对电池进行异常检测，从而能够有效地避免车辆处于不安全状态。

另外，在本申请实施例中，在获取到目标异常后，还可以根据目标异常生成异常预警信息，使得后续用户、设备维护人员或维护装置(例如，任一种异常处理设备)能够针对该异常预警信息中携带的目标异常及时地采取异常处理措施，从而避免因目标异常发生而导致的不良影响。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够及时地发现电池异常，有利于后续能够及时地对该电池异常进行异常处理，从而能够有效地避免车辆处于不安全状态。

需要说明的是，本申请实施例不限定上述方法实施例提供的异常检测方法的应用场景，例如，上述方法实施例提供的异常检测方法的应用场景可以是电池异常检测、车辆异常检测或目标设备异常检测等。其中，目标设备可以是任一种设备。另外，本申请实施例不限定上述方法实施例提供的异常检测方法的执行主体，例如，上述方法实施例提供的异常检测方法的执行主体可以是终端、车辆、服务器等。

基于上述方法实施例提供的异常检测方法，本申请实施例还提供了一种异常检测装置，下面结合附图进行解释和说明。

装置实施例

装置实施例提供的异常检测装置的技术详情，请参照上述方法实施例。

参见图5，该图为本申请实施例提供的异常检测装置的结构示意图。

本申请实施例提供的异常检测装置50，包括：

获取单元51，用于获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

分析单元52，用于对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

确定单元53，用于根据所述目标异常分析结果，确定目标异常。

作为一种可能的实施方式，为了提高异常检测的准确性，所述分析单元52，具体包括：

第一确定子单元，用于对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果；

第二确定子单元，用于若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型；

第三确定子单元，用于根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据；

第四确定子单元，用于对所述第一目标分析数据进行异常分析，确定第二异常分析结果；

第五确定子单元，用于根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

作为一种可能的实施方式，为了提高异常检测的准确性，所述分析单元52，具体包括：

第六确定子单元，用于对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果；

第七确定子单元，用于若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数；

第八确定子单元，用于根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口；

第九确定子单元，用于对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果；

第十确定子单元，用于根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

作为一种可能的实施方式，为了提高异常检测的准确性，所述分析单元52，具体包括：

第十一确定子单元，用于对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果；

第十二确定子单元，用于若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数；

第十三确定子单元，用于根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据；

第十四确定子单元，用于对所述第二目标分析数据进行异常分析，确定第六异常分析结果；

第十五确定子单元，用于根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

作为一种可能的实施方式，为了提高异常检测的准确性，所述目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

作为一种可能的实施方式，为了提高异常检测的准确性，所述获取单元51，具体为：

根据预设窗口参数，确定数据分析窗口。

作为一种可能的实施方式，为了提高异常检测的准确性，所述装置50还包括：

预警单元，用于根据所述目标异常生成异常预警信息。

以上为装置实施例提供的异常检测装置的具体实施方式，在该实施方式中，在获取到数据分析窗口后，对该数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，并根据该目标异常分析结果确定目标异常，以便后续能够根据该目标异常采取相应的处理措施。其中，由于数据分析窗口内包括至少一条待分析数据，因而在对数据分析窗口内的待分析数据进行分析时，能够同时对多条待分析数据进行异常分析，实现了对待分析数据的并行处理，提高了待分析数据的异常分析效率，从而实现了实时地进行异常分析。另外，由于数据分析窗口中所包括的多条待分析数据能够准确地全面地表征当前工作状态，因而在对数据分析窗口进行异常分析时，能够从该多条待分析数据中准确地全面地分析出当前工作状态，从而提高了异常分析的分析准确率。另外，由于数据分析窗口中所包括的待分析数据的数据量较小，使得获取数据分析窗口中所包括的待分析数据时只需消耗极短时间，降低了获取待分析数据所需的时间，也降低了分析待分析数据所需的时间，从而降低了异常检测所需的时间，实现了实时地进行异常检测。如此能够实现实时地进行高准确率的异常分析。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够实时地对电池进行异常检测，从而能够有效地避免车辆处于不安全状态。

另外，在本申请实施例中，在获取到目标异常后，还可以根据目标异常生成异常预警信息，使得后续用户、设备维护人员或维护设备(例如，任一种异常处理设备)能够针对该异常预警信息中携带的目标异常及时地采取异常处理措施，从而避免因目标异常发生而导致的不良影响。基于此可知，当本申请实施例提供的技术方案应用于电池异常检测时，能够及时地发现电池异常，有利于后续能够及时地对该电池异常进行异常处理，从而能够有效地避免车辆处于不安全状态。

需要说明的是，本申请实施例不限定上述装置实施例提供的异常检测装置的应用场景，例如，上述装置实施例提供的异常检测装置的应用场景可以是电池异常检测、车辆异常检测或目标设备异常检测等。其中，目标设备可以是任一种设备。

基于上述方法实施例提供的异常检测方法，本申请实施例还提供了一种设备，下面结合附图进行解释和说明。

设备实施例

设备实施例提供的设备技术详情，请参照上述方法实施例。

参见图6，该图为本申请实施例提供的设备结构示意图。

本申请实施例提供的设备60，包括：处理器61以及存储器62；

所述存储器62用于存储计算机程序；

所述处理器61用于根据所述计算机程序执行上述方法实施例提供的异常检测方法的任一实施方式。也就是说，处理器61用于执行以下步骤：

获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

根据所述目标异常分析结果，确定目标异常。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果；

若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型；

根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据；

对所述第一目标分析数据进行异常分析，确定第二异常分析结果；

根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果；

若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口；

对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果；

根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果；

若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据；

对所述第二目标分析数据进行异常分析，确定第六异常分析结果；

根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

可选的，所述目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

可选的，所述获取数据分析窗口，具体为：

根据预设窗口参数，确定数据分析窗口。

可选的，还包括：

根据所述目标异常生成异常预警信息。

以上为本申请实施例提供的设备60的相关内容。

基于上述方法实施例提供的异常检测方法，本申请实施例还提供了一种计算机可读存储介质。

介质实施例

介质实施例提供的计算机可读存储介质的技术详情，请参照方法实施例。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例提供的异常检测方法的任一实施方式。也就是说，该计算机程序用于执行以下步骤：

获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

根据所述目标异常分析结果，确定目标异常。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果；

若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型；

根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据；

对所述第一目标分析数据进行异常分析，确定第二异常分析结果；

根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果；

若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口；

对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果；

根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

可选的，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果；

若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据；

对所述第二目标分析数据进行异常分析，确定第六异常分析结果；

根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

可选的，所述目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

可选的，所述获取数据分析窗口，具体为：

根据预设窗口参数，确定数据分析窗口。

可选的，还包括：

根据所述目标异常生成异常预警信息。

以上为本申请实施例提供的计算机可读存储介质的相关内容。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种异常检测方法，其特征在于，包括：

获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

根据所述目标异常分析结果，确定目标异常。

2.根据权利要求1所述的方法，其特征在于，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第一异常分析结果；

若根据所述第一异常分析结果确定存在第一异常，则根据所述第一异常确定目标数据类型；

根据所述目标数据类型和所述数据分析窗口内的待分析数据，确定第一目标分析数据；

对所述第一目标分析数据进行异常分析，确定第二异常分析结果；

根据所述第一异常分析结果和所述第二异常分析结果，确定目标异常分析结果。

3.根据权利要求1所述的方法，其特征在于，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第三异常分析结果；

若根据所述第三异常分析结果确定存在第二异常，则根据所述第二异常确定目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口；

对所述更新后的数据分析窗口内的待分析数据进行异常分析，确定第四异常分析结果；

根据所述第三异常分析结果和所述第四异常分析结果，确定目标异常分析结果。

4.根据权利要求1所述的方法，其特征在于，所述对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果，具体包括：

对所述数据分析窗口内的待分析数据进行异常分析，确定第五异常分析结果；

若根据所述第五异常分析结果确定存在第三异常，则根据所述第三异常确定目标数据类型和目标窗口参数；

根据所述目标窗口参数更新所述数据分析窗口，得到更新后的数据分析窗口，并根据所述目标数据类型和所述更新后的数据分析窗口内的待分析数据，确定第二目标分析数据；

对所述第二目标分析数据进行异常分析，确定第六异常分析结果；

根据所述第五异常分析结果和所述第六异常分析结果，确定目标异常分析结果。

5.根据权利要求3或4所述的方法，其特征在于，所述目标窗口参数包括窗口长度、窗口间距和窗口间距类型中的至少一个。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述获取数据分析窗口，具体为：

根据预设窗口参数，确定数据分析窗口。

7.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

根据所述目标异常生成异常预警信息。

8.一种异常检测装置，其特征在于，包括：

获取单元，用于获取数据分析窗口；所述数据分析窗口内包括至少一条待分析数据；

分析单元，用于对所述数据分析窗口内的待分析数据进行异常分析，确定目标异常分析结果；

确定单元，用于根据所述目标异常分析结果，确定目标异常。

9.一种设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储计算机程序；

所述处理器用于根据所述计算机程序执行权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-7中任一项所述的方法。

Images