一种基于神经网络的工控数据异常的自学习检测系统

本发明涉及自学习检测领域，尤其涉及一种基于神经网络的工控数据异常的自学习检测系统，包括：连续命令模块，用以间隔预设时间对工控系统发送运行命令，数据收集模块，用以收集工控系统的实时工控数据，异常预测模块，用以选取若干学习特征，对实时工控数据进行预处理，并利用神经网络模型对工控预处理数据进行学习，生成对应的异常可能性预测图，故障调节模块，用以将异常可能性预测图中的可能性数值与异常可能性阈值进行比较，当故障调节模块判定工控数据异常时，对机床异常轴进行定位，实现了从数据采集到异常检测和故障定位的全流程自动化，不仅提高了异常检测的精度和效率，还通过自学习功能不断优化检测模型，适应工控系统的动态变化。