计算机应用

作者：张安勤, 王小慧

单位：1.上海电力大学 计算机科学与技术学院，上海 201306；2.汕头大学地方政府发展研究所，广东 汕头 515063

关键词：时间序列,异常检测,对比学习,多头注意力,自动编码器

基金：广东省人文社会科学重点研究基地—汕头大学地方政府发展研究所开放基金课题(07422002)

电动汽车由于电池内部异常情况无法得到及时预测与预警，易导致事故发生，给驾驶员和乘客的生命和财产安全带来严重威胁。针对上述问题，提出基于Transformer和对比学习的编码器解码器（CT-ED）模型用于多元时间序列异常检测。首先，通过数据增强构造一个实例的不同视图，并利用对比学习捕获数据的局部不变特征；其次，基于Transformer对数据从时间依赖和特征依赖两方面进行编码；最后，通过解码器重构数据，计算重构误差作为异常得分，对实际工况下的机器进行异常检测。在SWaT、SMAP和MSL这3个公开数据集和电动汽车动力电池（EV）数据集上的实验结果表明，所提模型的F1值对比次优模型分别提升6.5%、1.8%、0.9%和7.1%。以上结果表明CT-ED适用于不同实际工况下的异常检测，平衡了异常检测的精确率和召回率。

来源：2023年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第12期