当前位置:首页>AI新闻>AI时序预测中异常数据处理有哪些新方法
AI新闻

AI时序预测中异常数据处理有哪些新方法

换检测思路:从“清洗”到“建模”2025年一季度,多家量化基金与能源负荷预测团队开始弃用先清洗后训练的老路,转而把异常点直接纳入建模环节。传统做法是设定阈值剔除毛刺,再插值补全,但高频交易数据里一次闪

来源:发布时间:2026-11-22 05:13:25栏目:AI新闻浏览:828 次

AI时序预测中异常数据处理有哪些新方法

换检测思路:从“清洗”到“建模”

2025年一季度,时序多家量化基金与能源负荷预测团队开始弃用先清洗后训练的预测老路,转而把异常点直接纳入建模环节。中异传统做法是常数设定阈值剔除毛刺,再插值补全,据处但高频交易数据里一次闪崩可能恰恰是新方未来两周波动率的信号源。英伟达3月发布的时序Time-Genie-X论文显示,在电力负荷竞赛数据集中,预测保留异常值并引入“异常掩码”作为附加输入通道,中异预测误差比剔除方案降低11.7%。常数实际操作里,据处给每个时间戳打标“正常/设备检修/极端事件”三类,新方让模型自行学习不同状态下的时序转移概率,比人工标注再清洗省掉约40%的预测数据工程耗时。

合成异常注入:小样本问题的中异新解法

真实异常数据太少是困扰AI时序预测的痼疾。电商大促、传感器漂移、电网冲击这些场景一年遇不到几次,模型根本学不会。2024年底开始流行的做法是“合成注入”——参考ICLR 2025接受论文AnomalyDiffusion的思路,用扩散模型生成符合物理约束的异常片段,再按泊松过程随机嵌入正常序列。某风电厂商在轴承温度预测中注入生成的6000段退化波形,故障预警召回率从53%提到79%,误报反而降了9%。要注意的是合成异常必须带领域约束:温度不能突跳200°C、库存不能为负,否则模型会学到危险的非物理模式。

在线自适应:阈值别写死,让它跟着分布漂移

写死的异常判定阈值在概念漂移面前几乎必然失效。2025年2月,阿里云在供应链预测服务中上线了自适应阈值模块:用过去30天残差的分位数动态计算上下界,每6小时更新一次。双十一预演期间,脉冲式下单造成的“伪异常”不再触发熔断,真正的系统抖动在4分钟内被标记。工程侧的教训很直接——更新周期不能短于数据本身的周期,否则阈值会追着噪声跑。另一个常见问题是冷启动:新接入一条业务线,前两周建议用固定阈值+人工复核,积累够至少三个完整周期再开自适应。

异常数据处理正在从一道“清洗工序”变成模型能力的一部分。接下来值得盯着两个方向:一是把异常检测与预测在同一个损失函数里联合优化,二是用大模型生成异常事件的文本解释,反哺数值模型的特征构造。谁先把这两块跑通,谁在时序预测的落地项目里就有实质优势。