基于ConvLSTM网络的电力时序数据异常检测模型

随着电厂智能化的升级改造,生产系统产生了大量的时序数据。然而,在数据采集、传输和存储等过程中,海量时序数据可能会出现异常,影响企业的后续分析和决策。针对电厂时序数据中常见的异常问题,受自注意机制的启发,文章设计了一种基于循环卷积和长短期记忆网络的体系结构,用于识别和检测多维度电力时序数据的异常。在基于电厂实际运行中产生的时序数据集进行的大量实验中,验证了ConvLSTM网络在电力时序数据异常检测方面的有效性和准确性。