基于加权主成分与K近邻的微弱异常检测方法

本申请涉及电力装备、精密仪器、工业过程传感器及发动机系统状态监测与故障诊断技术领域，提供了一种基于加权主成分与K近邻的微弱异常检测方法，通过对监测对象的历史运行状态数据进行主成分分析得到历史主元子空间矩阵，使用指数加权移动平均算法确定历史异常权重得分序列，使用K近邻算法基于历史异常权重得分序列确定异常检测控制限；同时对系统实时运行状态利用主成分分析、指数加权移动平均算法和K近邻算法确定实时局部距离统计量，根据实时局部距离统计量与异常检测控制限的比较结果确定系统异常工况检测结果，实现了有效提取异常关键特征，提高了微弱异常及早期故障检测灵敏度，能够精准识别异常起始时刻且具有一定自适应能力。