基于多尺度主成分分析的热管理数据异常检测方法

本发明涉及异常检测技术领域，具体涉及一种基于多尺度主成分分析的热管理数据异常检测方法，通过引入多尺度主成分分析技术，充分利用其在多尺度数据分析中的优势，MS‑PCA能够有效地提取不同时间尺度下数据的主要变化模式，从而更准确地描述和分析系统运行状态的变化。通过M‑PCA提取的综合特征，可以更准确地监测系统状态变化，可以用来优化热管理策略，减少能耗和运行成本，提高能源利用效率。同时能够识别可能存在的故障或异常，提前采取措施进行维护和修复，增加系统可靠性和持续性。解决传统热管理系统中异常检测的局限性，特别是针对多尺度数据变化的挑战。