基于流形学习的多模态水轮机温度时间序列异常监测

作     者：杨伟业 陈漾 Yang Weiye;Chen Yang

作者机构：国网浙江省电力有限公司紧水滩水力发电厂浙江丽水 

出 版 物：《科学技术创新》 (Scientific and Technological Innovation)

年 卷 期：2023年第26期

页      面：13-16页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：多维时间序列 异常监测 多模态 流形 

摘      要：基于“association discrepency的anomaly transformer算法,基于贝叶斯网络来建模概率密度的GANF算法,以及基于normalizing flow深度生成网络的MTGFlow算法,这些算法都使得多维时间序列异常监测更加高效且精确。但这些算法有一些问题:第一,只能在“纯净的数据集上训练;第二,假设正常的数据都是“单模态的。论文证明这些算法在多模态时间序列数据集上的不适用,并且提出了一种适用于多模态时间序列异常监测的新范式——基于流形学习的多模态异常监测模型,并采用鲁棒规则不再依赖纯净的数据集。