一种基于自编码器的束流位置监测器异常检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于自编码器的束流位置监测器异常检测方法及装置，该方法包括：获取束流位置监测器的逐圈束流位置数据；将所述逐圈束流位置数据进行预处理后作为原始输入数据输入到预先训练得到的自编码器模型，通过所述自编码器模型处理输出重构输入数据；计算所述原始输入数据与重构输入数据之间的重构误差；通过将所述重构误差与异常阈值之间进行比较，判别对应的束流位置监测器是否异常，所述重构误差超过所述阈值的束流位置监测器判定为处于异常或故障状态。本发明专利技术解决了储存环束流位置监测器异常及故障自动识别的问题，提高效率，减小研发成本，且该方法准确率及可靠性高，实用性强。

An Abnormal Detection Method and Device for Beam Position Monitor Based on Self-Encoder

The invention discloses an anomaly detection method and device for a beam position monitor based on self-encoder, which includes acquiring ring ring the beam position data of the beam position monitor in turn, pre-processing the beam position data in turn, input the original input data into the pre-trained self-encoder model, and processing the output reconstructed transmission through the self-encoder model. The reconstructed error between the original input data and the reconstructed input data is calculated. By comparing the reconstructed error with the abnormal threshold, the corresponding beam position monitor is judged to be abnormal. The beam position monitor whose reconstructed error exceeds the threshold is determined to be in an abnormal or fault state. The invention solves the problem of automatic identification of abnormalities and faults of storage ring beam position monitor, improves efficiency, reduces research and development cost, and has high accuracy, reliability and practicability.

【技术实现步骤摘要】
一种基于自编码器的束流位置监测器异常检测方法及装置
本专利技术涉及储存环束流诊断与控制
，尤其涉及一种基于自编码器的束流位置监测器异常检测方法及装置。
技术介绍
储存环为一种环形加速器，广泛应用于同步辐射光源及环形对撞机中。束流位置监测器是储存环重要的束流诊断元件，在储存环中，通过分布在不同位置处的束流位置监测器对整个储存环的束流轨道进行监测。由束流位置监测器故障引起的异常数据会严重影响储存环中的束流轨道控制及束流的稳定性，并且会影响储存环模型校正的结果。因此，识别与检测故障BPM并剔除故障BPM产生的异常“坏”数据，现已成为束流轨道控制及储存环模型标定中不可或缺的环节。当前，故障束流位置监测器的检测方法大多采用主成分分析(PCA)的方法，该法利用奇异值分解(SVD)对储存环历史逐圈束流位置数据进行清洗处理，从中提取出故障束流位置监测器数据的特征，在进一步的分析中以此特征为依据对束流位置监测器的逐圈束流位置数据进行二分类处理，从分类结果中识别故障束流位置监测器。由于该法基于浅层机器学习的机理将束流位置监测器的故障识别看成是一个二分类的问题，因此存在如下问题：需要做大量费时的人工本文档来自技高网...

【技术保护点】
1.一种基于自编码器的束流位置监测器异常检测方法，其特征在于，所述方法包括：步骤S101、获取束流位置监测器的逐圈束流位置数据；步骤S102、将所述逐圈束流位置数据进行预处理后作为原始输入数据输入到预先训练的自编码器模型中，通过所述自编码器模型处理输出重构输入数据；步骤S103、计算所述原始输入数据与重构输入数据之间的重构误差；步骤S104、通过将所述重构误差与异常阈值之间进行比较，判别所述的束流位置监测器是否异常。

【技术特征摘要】
1.一种基于自编码器的束流位置监测器异常检测方法，其特征在于，所述方法包括：步骤S101、获取束流位置监测器的逐圈束流位置数据；步骤S102、将所述逐圈束流位置数据进行预处理后作为原始输入数据输入到预先训练的自编码器模型中，通过所述自编码器模型处理输出重构输入数据；步骤S103、计算所述原始输入数据与重构输入数据之间的重构误差；步骤S104、通过将所述重构误差与异常阈值之间进行比较，判别所述的束流位置监测器是否异常。2.根据权利要求1所述的基于自编码器的束流位置监测器异常检测方法，其特征在于，所述将所述逐圈束流位置数据进行预处理，为：将获取的束流位置监测器的逐圈束流位置数据进行归一化处理。3.根据权利要求1所述的基于自编码器的束流位置监测器异常检测方法，其特征在于，所述的预先训练的自编码器模型通过下述步骤构建：步骤(A1)获取n组正常束流位置监测器的逐圈束流位置数据，建立训练数据集及验证数据集；步骤(A2)获取p组异常束流位置监测器的逐圈束流位置数据，将所述n组正常数据与所述p组异常数据进行组合作为验证数据集；步骤(A3)构建自编码器模型，所述自编码器模型为包含输入层、至少一个隐藏层以及输出层的深度神经网络模型，所述隐藏层由卷积层加池化层构成；步骤(A4)用训练数据集对所述自编码器模型进行训练，所述训练过程中采用基于随机梯度下降的误差反向传播算法优化更新自编码器模型中的权重及偏置参数直至模型收敛；步骤(A5)用验证数据集验证所述训练后的自编码器是否有效，并在确认有效后存储该自编码器模型。4.根据权利要求1所述的基于自编码器的束流位置监测器异常检测方法，其特征在于，所述重构误差由下式计算得到：所述RE为重构误差，所述x为原始输入数据，所述为重构输入数据。5.根据权利要求1所述的基于自编码器的束流位置监测器异常检测方法，其特征在于，所述判别所述的束流位置监测器是否异常，具体为当重构误差RE超过异常阈值α时，则判定该重构误差对应的束流位置监测器处于异常状态。6.一种基于自编码器的束流位置监测器异常检...

【专利技术属性】
技术研发人员：唐雷雷，周泽然，孙葆根，刘功发，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34