一种无监督工业连铸机时序数据异常检测方法

本发明涉及一种无监督工业连铸机时序数据异常检测方法，包括以下步骤：针对连铸机设备的关键传感器数据进行监控和分析；安装并配置边缘计算设备，进行数字孪生平台部署，对传感器数据进行数据预处理，利用快速贪婪等价搜索方法对预处理后数据进行相关性分析，构建编码器和解码器结构，引入Mamba网络构建教师模型并训练；基于蒸馏学习的原理，将教师模型的知识迁移到学生模型上；学生模型训练好之后进行异常检测，达到预期标准后在边缘端部署，数字孪生平台进行报警监控。解决了现有无监督工业异常检测技术在处理连铸设备时序数据时存在的效率低、延迟高、成本高的问题，保证了异常检测准确性，提高了模型的计算效率，满足了实时性和计算资源的要求。