一种智能在线化验过程数据异常检测方法

本发明公开了一种智能在线化验过程数据异常检测方法，具体是一种基于粒子群优化算法和深度稀疏降噪自编码器的智能在线化验过程异常检测方法，其包括：步骤S101，基于智能在线化验设备采集运行过程数据，搭建样本数据库；步骤S102，对数据进行Min‑Max归一化预处理操作；步骤S103，搭建基于深度稀疏降噪自编码器(DSDAE)的异常检测模型，使其经过训练后能够学习到正常数据的数据特性；步骤S104，利用粒子群(PSO)算法，对DSDAE模型的隐藏层神经元个数进行优化，建立基于PSO‑DSDAE的异常检测模型；步骤S105，利用累积和算法确定模型重构残差容忍阈值，建立异常判断机制；步骤S106，采用数据集数据对基于PSO‑DSDAE的异常检测模型进行训练，通过对比模型输出与输入之间的重构残差是否超过阈值，以此实现异常数据检测。