3. 异常检测概述
在传感器系统中，“异常”并不等同于“故障已经发生”，它更准确地表示：某个观测值、某段时序模式或某个传感器间关系，偏离了系统在正常工况下应有的统计规律或物理约束。异常检测（Anomaly Detection）就是要在海量、带噪、时变的传感数据中，尽可能早、尽可能准地识别出这类偏离，并给出异常对象、异常时间、异常程度与可能的异常类型。它是后续降级融合、容错决策和预测性维护的前置环节。
1）发现“不该出现”的数据或模式；
2）区分“真异常”与“正常波动/噪声”；
3）为后续隔离、降级、融合权重调整提供可解释依据。
一、异常检测的定义与基本要素
从形式化角度看，给定传感器在时间 t 的观测向量 x(t)，异常检测试图学习一个判别函数 f(x(t), context) → {正常, 异常}，或输出异常分数 s(t)，再通过阈值 τ 判定：s(t) > τ 则报警。这里的 context 包括工况、温度、负载、历史窗口等上下文信息。一个完整的异常检测问题通常包含五个要素：检测对象（单传感器、多传感器、系统级）、正常基线（统计模型或物理模型）、异常定义（点异常、上下文异常、集体异常）、判定准则（阈值、概率、重构误差）以及响应策略（报警、隔离、降级、融合重构）。
二、异常的分类：从数据形态到成因
按数据形态，异常通常分为三类。第一类是点异常：单个采样点明显偏离正常范围，例如温度传感器突然跳到 200℃。第二类是上下文异常：单看数值可能正常，但在特定工况下不合理，例如发动机冷启动时水温瞬间达到 90℃。第三类是集体异常：单个点都正常，但一段序列的整体模式异常，例如振动信号中出现周期性冲击簇，暗示轴承早期损伤。
按成因，又可分为传感器自身异常（漂移、卡死、饱和、噪声增大）、环境干扰异常（电磁干扰、遮挡、温漂）、通信异常（丢包、延迟、乱序）以及真实物理异常（泄漏、过热、磨损）。区分成因非常重要，因为传感器异常需要隔离或降级，而真实物理异常往往需要报警和维护，二者处理策略完全不同。
三、评价指标：准确率之外更该看什么
异常检测通常面对极不平衡数据，正常样本远多于异常样本。此时单看准确率会产生严重误导：一个把所有样本都判为正常的模型，在异常率 1% 的数据上准确率仍可达 99%。因此必须使用更合适的指标。常用指标包括精确率（Precision）、召回率（Recall）、F1 值、误报率（FPR）、漏报率（FNR）以及 AUC-ROC、AUC-PR。在工业场景中，漏报往往比误报代价更高，因此召回率和 AUC-PR 更受关注；而在报警资源有限时，精确率决定运维是否愿意信任系统。
| 指标 | 含义 | 适用关注点 | 典型取舍 |
|---|---|---|---|
| 精确率 Precision | 报警中真正异常的比例 | 减少无效报警 | 阈值升高，精确率升、召回降 |
| 召回率 Recall | 真正异常中被检出的比例 | 安全关键场景 | 阈值降低，召回升、误报增 |
| F1 值 | 精确率与召回率的调和平均 | 综合平衡 | 适合类别极不平衡时的单值比较 |
| AUC-PR | PR 曲线下面积 | 异常稀少场景 | 比 AUC-ROC 更敏感、更真实 |
| 检测延迟 | 异常发生到报警的时间差 | 实时性与预测性维护 | 延迟越低，对算力和模型要求越高 |
四、典型流程与工程落地
一个可落地的异常检测流程通常包括六个步骤：数据采集与标注、预处理与特征工程、正常基线建模、异常评分与阈值设定、异常判定与分类、隔离降级与反馈更新。其中“正常基线建模”是核心，因为异常检测本质上是“偏离正常”的度量。基线可以来自统计模型（均值、方差、分位数）、距离模型（KNN、LOF）、重构模型（PCA、自编码器）或分类模型（孤立森林、One-Class SVM）。
# 典型异常检测伪代码流程
raw = collect_sensors(window=10s)
x = preprocess(raw) # 去噪、对齐、归一化
feat = extract_features(x) # 均值、方差、峰度、频域能量
score = model.anomaly_score(feat)
if score > threshold:
label = classify_anomaly(feat) # 点/上下文/集体
action = decide(label) # 报警/隔离/降级融合
update_baseline(feedback) # 反馈更新正常基线
五、主要挑战与常见误区
异常检测面临的挑战主要有四类。第一，异常样本稀缺且标注昂贵，很多场景只有正常数据，必须依赖无监督或半监督方法。第二，正常模式本身会漂移，设备老化、季节变化、工况切换都会让旧基线失效。第三，噪声与异常边界模糊，强噪声可能被误判为异常，微弱早期异常又容易被淹没。第四，多传感器耦合，单个传感器异常会通过融合模型扩散，必须结合相关性残差来判断。
1）只用准确率评价模型，忽略类别不平衡；
2）把传感器故障误判为真实物理异常，导致错误报警；
3）基线长期不更新，导致概念漂移后误报率飙升；
4）只做单点检测，忽略上下文和集体异常；
5）检测到异常后没有降级融合策略，系统直接失效。
复盘一个典型场景：某电机温度传感器出现缓慢漂移，单点值始终在“合理范围”内，但与其他同类传感器及电流负载模型的相关性逐渐变差。若只做阈值检测，可能数周都不会报警；若引入多传感器相关性残差和滑动窗口趋势检测，则可在早期识别出传感器漂移，并及时将其隔离、降权，避免污染融合结果。这说明异常检测不是单一算法，而是“数据—模型—判定—响应—反馈”的闭环工程。