大型模锻压机异常检测方法

本申请涉及模锻压机异常检测领域，具体涉及一种大型模锻压机异常检测方法，步骤包括：采集模锻压机的多维时间序列训练数据，对齐时间戳并处理缺失值；通过滑动窗口将训练数据分割为多个片段，并将模锻压机运行阶段划分为五类；对数据片段进行标签化处理，计算皮尔逊相关系数矩阵，生成对应的相关性阈值矩阵；基于训练数据训练神经网络分类模型；实时采集模锻压机的检测数据，判断当前运行阶段；根据当前运行阶段选择、计算并对比相关性阈值矩阵和实时相关系数矩阵；若实时相关系数低于相关性阈值矩阵系数，则触发异常预警。本申请通过对不同阶段下的传感器相关性，分别进行异常检测，从而提高相关性算法异常检测的准确度，降低误报和漏报率。