基于多尺度特征提取的数据异常检测方法

本发明公开了基于多尺度特征提取的数据异常检测方法，涉及数据异常检测技术领域，依次进行了多源数据采集与环境标定、噪声鲁棒性多尺度特征提取、情景感知式异常检测与传感器冗余校验、自适应反馈与协同更新决策，以及智能阈值学习与场景自适应；首先获取并标注加速度、电流、电磁等多路信号，构建环境标签；然后利用TCN与LSTM融合模型提取短期冲击及长期趋势；再根据电梯工况和噪声指数动态调节阈值并冗余校验故障；随后通过误报漏报回流修正模型、传感器权重与阈值；最后依托强化学习或元学习跨季节适配，构建监测‑检测‑反馈‑更新‑自适应闭环，实现高精度、低误报与强鲁棒性，显著提升电梯运行安全与维护效率。