一种基于深度自编码器的热泵系统状态异常检测方法

本发明公开了一种基于深度自编码器的热泵系统状态异常检测方法，包括：采集压缩机数据，标准化处理构建多维时间序列；构建具有热力学耦合注意力机制的时空特征提取深度自编码器，利用耦合注意力计算物理参数耦合强度权重提取空间特征，结合长短期记忆网络提取时间特征，融合后通过解码器重构预测正常状态数据；计算预测的正常状态数据与原始数据残差向量，利用协方差矩阵计算加权马氏距离生成异常得分；基于历史正常数据构建滑动概率分布模型，计算当前得分发生概率，与预设阈值比较输出异常检测结果。本发明通过热力学耦合注意力机制捕捉多物理参数空间耦合关系和时间演化规律，提高异常检测准确性和鲁棒性。