一种多模型异常检测方法

摘要

多变量统计异常检测方法的理论基础是假设检验,要求所采集到的观测数据是同一随机变量的样本实现。受环境、系统负荷变化等因素的影响，这一条件通常无法满足。本文提出一种基于扩展多尺度主元分析的多模型异常检测方法，通过在线数据驱动的方式自适应选取历史数据在不同频率上的信息，建立更准确的统计模型，从而可以较好地检测系统在不同时段内运行时可能会发生的多种频率类型故障。仿真分析表明了本文方法的有效性。