一种基于控制量-响应量的伪视觉异常检测方法

本发明公开了一种基于控制量‑响应量的伪视觉异常检测方法，包括确定能够响应业务场景的目标测点，分析寻找与目标测点相关的控制量；收集并清洗包含控制量和响应量的监测数据，将监测数据组装成适合模型训练的数据结构；使用改进版的1D U‑Net网络架构对数据进行处理，对于有故障样本的监督学习任务，使用交叉熵损失函数进行模型训练；对于无监督样本的学习任务，使用重构误差进行模型训练；进行自适应异常判定和动态异常密度标注，最后训练并评估检测模型，执行检测并预警；解决了现有技术使用回归算法进行预测，由于预警阈值设置困难导致精度低、误报率较高的问题，了通过分类模型来实现故障和正常的分类判定。