设备异常状态在线诊断方法

本发明涉及在线诊断技术领域，具体地说，涉及设备异常状态在线诊断方法。其包括以下步骤：S1、通过传感器和监控设备实时采集设备的温度、振动、压力、电流；S2、通过局部异常因子LOF基于采集到的设备数据准确判断设备是否存在故障，并通过阈值设置算法发出警报；S3、采用自回归移动平均模型ARIMA自动分析采集的设备数据并预测数据未来的运行状态、性能指标、故障风险；S4、通过支持向量机SVM分析故障原因，提供详细的诊断报告和修复建议。本发明设计通过局部异常因子LOF算法能够自动调整其对异常的定义，以适应不同密度区域的数据分布，能够识别出那些在局部区域内与其他样本点显著不同的点，即使这些点在全局范围内并不显得异常。