一种面向固定污染源监测数据的异常检测方法

本发明公开了一种面向固定污染源监测数据的异常检测方法，包括：将目标污染源监测数据输入到训练好的对抗网络模型中，输出目标污染源监测数据为正常数据的概率；对抗网络模型的训练过程包括：对获取到的固定污染源监测数据进行预处理，获得时间序列数据和辅助特征；对时间序列数据和辅助特征进行融合，并将融合特征输入至基于VAE‑diffusion构成的生成器中进行重构；将重构数据标记为假，将获取到的固定污染源监测数据标记为真，均输入到神经网络判别器中，输出判别结果；基于神经网络判别器输出的判别结果，采用总损失函数对生成器进行反向传播，完成生成器的训练。该方法能够有效提升固定污染源监测数据中异常检测的准确性和效率。