一种基于VMD-PCA与贝叶斯优化Beta-VAE的钻孔应变前兆异常识别方法

本发明公开了一种基于VMD‑PCA与贝叶斯优化Beta‑VAE的钻孔应变前兆异常识别方法，包括：对多通道钻孔应变观测数据分块并采用变分模态分解提取各通道的高频模态分量，合并各通道的高频模态分量后经主成分分析降维得到训练集和测试集对应的一维综合特征；基于训练集的一维综合特征的分位数作为归一化标尺，对训练集和测试集的一维综合特征进行归一化；基于归一化后的训练集构造滑动窗口样本，经贝叶斯优化超参数后训练Beta‑VAE模型，将归一化后的测试集输入训练后的模型得到各窗口重构误差；基于重构误差的中位数和绝对中位差构建异常阈值，标记误差超阈值的窗口，按预设时长滑动统计每日异常点数量并判定异常日。