摘要
本发明公开了一种线性移动刀口矿浆取样器在线异常监测方法及系统，涉及工业自动化监测技术领域，包括收集不同监测项目的时间序列数据，并进行数据预处理。在离线学习阶段构建统计特征，通过无监督算法进行异常监测，并通过多数投票策略确定异常标签，基于特征选择提升无监督算法的监测性能，修正标签并训练模型；在线检学习段通过稳定度指标PSI量化评估离线样本与在线样本的分布差异实现稳定性优化。本发明提供的线性移动刀口矿浆取样器在线异常监测方法在离线学习阶段通过5种无监督学习以及多数投票策略确定异常标签，实现了对矿浆取样过程中的异常点进行有效识别，能够适应矿浆的复杂成分，提升监测精度。
