基于时间尺度的报警方法、装置

本申请涉及一种基于时间尺度的报警方法、装置，所述方法包括：获取目标设备的振动数据；按照时间尺度从振动数据中确定目标设备的预测样本数据；将预测样本数据输入至支持向量机模型，输出预测样本数据对应的分布特征；对分布特征进行异常检测，确定目标设备的异常指标；在异常指标超出报警阈值的情况下，执行预警策略。通过应用增量减量学习策略来优化特定类型的支持向量机，能够减轻数据处理的负担并提高计算效率，进而支持实时在线监测，利用时间尺度精确地追踪监测参数分布区域的动态变化；不仅实现了全面的数据采集，还提升了报警的准确性。