[发明专利]一种热镜温度异常检测方法及系统

权利要求书

1.一种热镜温度异常检测方法，其特征在于，所述方法包括如下步骤：

将长短记忆模型中的遗忘门和输入门合并为更新门，获得变体长短期记忆网络模型；

利用时间序列的方式对星载微波成像仪的历史遥测数据进行存储，获得历史数据时间序列；

基于所述历史数据时间序列及历史数据时间序列中每个时间点的热镜真实温度训练所述变体长短期记忆网络模型，获得一次训练后的变体长短期记忆网络模型；所述热镜真实温度为非异常的热镜观测温度；

将待测数据时间序列划分为前半段数据时间序列和后半段数据时间序列；

基于一次训练后的变体长短期记忆网络模型对前半段数据时间序列进行预测，并基于预测得到的前半段数据时间序列中的每个时间点的热镜预测温度和前半段数据时间序列中每个时间点的实测热镜温度对一次训练后的变体长短期记忆网络模型进行再次训练，获得二次训练后的变体长短期记忆网络模型；

将后半段数据时间序列输入二次训练后的变体长短期记忆网络模型，获得后半段数据时间序列中的每个时间点的热镜预测温度；

将前半段数据时间序列中的每个时间点的热镜预测温度和后半段数据时间序列中的每个时间点的热镜预测温度进行合并，并与热镜实测温度进行对比，确定热镜实测温度是否存在异常，并基于异常的热镜实测温度的时间点对应的热镜预测温度对异常的热镜实测温度进行修正。

2.根据权利要求1所述的热镜温度异常检测方法，其特征在于，所述更新门为：

f_t＝σ(W_f×[h_t-1,x_t]+b_f)

其中，C_t和C_t-1分别为t时刻和t-1时刻的细胞状态，f_t为t时刻的输入门部分的输出，为t时刻的遗忘门部分的输出，σ()为sigmoid函数，h_t-1为t-1时刻的隐层状态，x_t为t时刻的输入，W_C和b_C为遗忘门部分的参数，W_f和b_f为输入门部分的参数。

3.根据权利要求1所述的热镜温度异常检测方法，其特征在于，基于所述历史数据时间序列及历史数据时间序列中每个时间点的热镜真实温度训练所述变体长短期记忆网络模型，获得一次训练后的变体长短期记忆网络模型的过程中采用贝叶斯网络的参数更新机制对变体长短期记忆网络模型的参数进行更新。

4.根据权利要求1所述的热镜温度异常检测方法，其特征在于，基于所述历史数据时间序列及历史数据时间序列中每个时间点的热镜真实温度训练所述变体长短期记忆网络模型，获得一次训练后的变体长短期记忆网络模型的过程中，以热镜预测温度与热镜真实温度的偏差稳定在预设范围内为训练完成的条件。