一种基于滑动窗口的污染物时序数据异常识别方法及系统

本发明提供一种基于滑动窗口的污染物时序数据异常识别方法及系统。该方法包括以下步骤：S1.获取企业污染物排口的排放量数据和用电设备的用电数据，进行数据清洗后得到各个污染物排放量以及产污治污总费率，并组成数据集；S2.利用基于滑动窗口的无监督学习方式对数据集进行异常检测，进而得到数据异常情况；S3.利用机器学习模型对数据集进行异常检测，进而得到数据异常情况，结合步骤S2中数据异常情况进行核对，核实异常原因并进行异常预警。本发明将基于滑动窗口的无监督学习和机器学习方法进行结合，挖掘用电费率和污染物排放数据间关联关系，在不依赖于历史异常规则数据库的情况下，根据企业需求的特定异常状态进行针对性分析判断。