一种基于高斯混合模型的火电厂设备异常检测方法

本发明公开了一种基于高斯混合模型的火电厂设备异常检测方法，包括：构建高斯混合模型；采集火电厂设备运行时间段的运行数据序列，每个运行数据序列包括多个关键参数；将运行数据序列输入高斯混合模型得到运行概率密度；采用运行概率密度计算运行离群度评分，根据运行离群度评分判断火电厂设备是否异常；火电厂设备异常时获得异常时间段；根据异常时间段对应的运行数据序列生成中间数据序列，根据中间数据序列获得多个关键参数中的关键异常参数。通过根据生成的中间数据序列获得关键异常参数，能够实现火电厂设备异常的精准检测与根本原因定位，解决了传统GMM模型无法定位异常原因的技术问题。