基于改进高斯混合模型的热工过程异常值检测

热工过程异常数据检测是进行系统建模、控制、优化的基础，也是数据处理的重要组成部分。提出一种基于改进高斯混合模型的无监督热工过程异常值检测算法，利用每一维高斯分量捕获一类特定工况数据集群，通过添加惩罚约束因子修正传统模型的后验概率密度，对误检、漏检项加以惩罚，并根据与集群的相关性差异实现异常数据的识别。仿真实验结果表明，模型在多种误差条件下均可准确定位异常数据位置，具有很强的泛化性能，同时相较于传统高斯混合模型，误检、漏检点的检测效果总体提升了37.8%和15%，反映出模型改进的有效性。