一种基于深度学习的燃气异常用气行为检测方法
本发明涉及燃气安全监测技术领域,具体涉及一种基于深度学习的燃气异常用气行为检测方法,首先,该方法利用深度学习模型强大的时序建模能力,分别从群体和个体两个层面,精准刻画出燃气流量在时间维度上的正常动态模式与预期值。在此基础上,该方法引入动态诊断窗口与累计时间窗口,通过计算实测流量与预测流量在短时窗口内的波动偏差和长时窗口内的残差累计和,实现了对突变型异常与渐变型异常的分别识别与精准预警。这种分层、自适应的检测机制,从根本上解决了传统方法因忽略个体模式差异而导致的高误报与漏报问题,显著提升了异常用气行为检测的智能化水平和鲁棒性。