基于大数据的运行数据异常检测方法、系统和电子设备

本申请涉及数据异常的智能检测领域，其具体地公开了一种基于大数据的运行数据异常检测方法、系统和电子设备，将待检测闸门的多个预定时间点的运行数据、待检测闸门的多个预定时间点的周围环境数据以及待监测闸门的振动信号作为输入数据，通过卷积神经网络模型对这些输入数据分别进行特征提取之后得到闸门运行关联特征向量、周围环境关联特征向量以及闸门振动特征向量。也就是，通过对这些输入数据进行卷积编码得到更具特征表示的特征向量。这样，通过分析这些特征向量可以得到分类结果。这样，根据分类结果可以判断出闸门的运行状态是否异常，并及时采取相应的维修措施，以确保闸门性能的可靠性。