基于机器学习的冷库环境异常检测方法及系统

本发明提供一种基于机器学习的冷库环境异常检测方法及系统，通过获取冷库环境时空关联基准模型；采集当前冷库环境参数序列，并基于时空关联基准模型计算当前冷库环境参数序列相对正常运行状态下环境参数序列的时空协同偏离度，根据时空协同偏离度生成多维偏离特征向量；将多维偏离特征向量输入层级化异常模式推理模型，对多维偏离特征向量进行非线性特征增强及多尺度异常模式识别，得到多个候选异常模式各自对应的初步置信度；基于多个候选异常模式的初步置信度，通过时空关联性加权融合算法生成综合异常量化指标，根据综合异常量化指标输出冷库环境异常检测结果。本发明提升了异常检测结果的实用性与应用价值。