摘要
本发明提供一种水质指标融合数据异常检测方法、系统、设备及介质,涉及水质检测技术领域,本发明通过从水源站实时获取物理、化学和生物三类参数,随后在保留原始数据基础上,通过多模态特征重构构建跨参数关联特征,并同步计算自适应敏感度因子,该因子融合参数自身偏离动态基线的程度与多参数耦合关系突变程度,进而将原始参数与关联特征输入多任务时序预测模型,由自适应敏感度因子引导注意力机制优先聚焦异常信号,同步预测指标未来演化趋势及参数间关系变化趋势,最终通过三重判据实现异常诊断:检测原始参数是否超安全阈值、分析模型预测偏差、评估耦合特征破裂程度,据此划分污染等级并基于注意力权重定位核心异常参数。
技术关键词
数据异常检测方法
时序预测模型
参数耦合关系
异常信号
水质
皮尔逊相关系数
耦合特征
大肠杆菌数量
指标
多模态特征
注意力机制
因子
数据异常检测系统
多任务
溶解氧
基线
动态
异常检测设备
生物
系统为您推荐了相关专利信息
集群资源调度方法
粒子
时序预测模型
能耗
分布式集群环境
城市污水处理过程
溶解氧
粒子群优化算法
优化控制方法
水质
监管设备
网络隔离
服务器系统
恢复方法
时序预测模型
智能导航模块
中央处理器模块
水质检测模块
增氧机
物联网模块
溶解氧
多参数水质监测
物联网技术
机器学习模型
无线网络传输