基于LSTM-AE-Bayes的传感器实时异常检测方法及系统

本发明提供一种基于LSTM‑AE‑Bayes的传感器实时异常检测方法及系统，涉及机器学习与深度学习技术领域，本发明通过获取传感器以往的正常时序数据训练自编码器和预测模型，获取当前监测时序数据，将其输入自编码器进行重构，并预测当前数据，通过计算当前数据与重构数据之间的重构误差值，以及当前数据与预测数据之间的预测误差值，并结合贝叶斯异常概率公式，生成修正因子，对公式进行修正，计算出当前时刻的异常概率，最后设定异常阈值，当异常概率超过该阈值时，判定传感器处于异常状态。本发明通过结合LSTM预测模型、自编码器重构误差值和贝叶斯异常概率公式的修正，实时高效地检测传感器异常状态，提升了异常检测的准确性和可靠性。