模型构建方法、能耗异常识别方法、设备及程序产品

本公开提供了一种模型构建方法、能耗异常识别方法、设备及程序产品，所述模型构建方法包括：获取工厂生产设备的能耗数据和产量数据，得到测试样本；采用统计学方法标注出所述测试样本中的异常能耗数据，得到训练样本；根据所述训练样本构建训练模型。本发明采用自动化统计学方法标注并修正异常能耗数据，解决了样本不足和标签缺失问题。缺失值填充技术增强了数据模型精度。机器学习模型的引入减少了人工操作，提高了异常检测速度和准确性。自适应阈值和多源数据融合提升了检测灵敏度和特异性。系统的自我迭代学习能力保证了预测的持续优化，适应能源使用模式的变化。