基于WGAN-Attention的电厂多变量时间序列异常检测

doi:10.16559/j.cnki.2095-2295.2025.01.014

内蒙古科技大学学报 ›› 2025, Vol. 44 ›› Issue (01) : 86-91. DOI: 10.16559/j.cnki.2095-2295.2025.01.014

戚奉彪, 李海广, 张超

作者信息 +

History +

摘要

通过将电厂中的多变量时间序列数据转化为特征图来表征变量之间的相关性信息，将特征图输入至“Wasserstein GAN(WGAN)”中，通过卷积提取特征，在WGAN中添加注意力机制来分配各个特征的权重，将重构的特征图与原始特征图进行对比，通过损失函数来量化分析设置阈值，进行异常检测。实验表明：此方法可以在多变量数据中准确检测出异常变量并进行定位。