一种轻量级运行设备异常检测方法及系统

本发明公开了一种轻量级运行设备异常检测方法及系统，采集运行设备的振动信号数据并对其进行预处理，将预处理后数据作为数据集；将数据集输入构建的孤立森林模型进行异常检测，根据异常检测结果标注数据集，将标注后数据集作为神经网络训练数据集；构建运行设备异常检测模型，用神经网络训练数据集训练运行设备异常检测模型；将训练好的模型转换为轻量化运行设备异常检测模型；并将轻量化模型导入功耗嵌入式振动传感器微控制单元；实时采集待检测运行设备的振动信号数据并对其进行数据预处理，将数据预处理后振动信号数据实时输入轻量化运行设备异常检测模型进行运行设备异常检测。本发明具有成本低、预测准确率高、易实现等优势。