基于鲁棒时间序列建模的数据清洗与稳态检测方法和系统

本申请公开了一种基于鲁棒时间序列建模的数据清洗与稳态检测方法和系统，涉及时间序列分析和稳态检测技术领域，该方法包括获取目标时间序列数据；根据目标时间序列数据，构建线性趋势模型；对线性趋势模型进行鲁棒优化，得到鲁棒模型；对鲁棒模型进行非线性优化求解，确定鲁棒参数；根据鲁棒参数，判断目标时间序列数据是否处于稳态，得到初步的稳态检测结果；根据初步的稳态检测结果，采用数据清洗与机器学习模型结合的方法，确定最终的稳态检测结果。本申请提供的一种精度更高、鲁棒性更强、适应性更强的稳态检测方法，可以适应各种复杂的工业过程数据，能够有效提升稳态检测的准确性和鲁棒性。