摘要
本发明提出一种无人机飞参数据异常检测及根因分析方法、装置和设备,克服了现有技术中异常检测和根因分析计算复杂度高、泛化误差大且算法准确度不高的缺陷,所述方法包括:获取无人机飞参数据中参数之间的因果关系;获取数据集;通过将图结构与因果关系相结合,以及对图神经网络的损失函数进行优化,对图神经网络进行训练;通过将二分类模型与参数之间的因果关系相结合,建立因果根因分析优化模型,并进行求解,将无人机异常定位至参数,找到异常发生的原因参数。本发明的方法步骤提升了飞参数据异常件测及根因分析模型解释的准确性,降低了计算复杂度。
技术关键词
参数
二分类模型
无人机
分析方法
异常数据
时间序列分解方法
时序特征
连续型
无监督异常检测方法
损失函数优化
采取行动
粒子群算法优化
节点
增广拉格朗日
粒子群优化算法
变量
统计工具
线性
方程
系统为您推荐了相关专利信息
页面代码生成方法
数据格式
可视化页面
生成组件对象
参数
运维监控平台
数字孪生模型
管理系统
设备控制
电气监控技术
李雅普诺夫函数
稳定性分析方法
子系统
微网系统
训练神经网络模型