一种基于软对比学习的多元时间序列无监督故障检测方法

本发明涉及一种基于软对比学习的多元时间序列无监督故障检测方法，包括获取多元时间序列数据集，并进行预处理；对预处理数据进行数据增强；对增强数据进行特征提取，获取第一时空特征向量；使用配备多层感知器的软对比学习头将第一时空特征向量映射到区分度更高的特征空间中，获取第二时空特征向量；使用实体感知归一化流模型计算第二时空特征向量的概率密度，根据预设的阈值对概率密度进行判别。本发明的有益效果是：本发明引入了数据增强和软对比学习的组合，大大提升了模型的判别性能。数据增强过程丰富了正常状态的表示，使得模型在训练过程中能够接触到更多样化的正常状态表现，从而提高了泛化能力。