ML.NET 作为 .NET 生态的轻量级机器学习框架，在**异常检测**（Anomaly Detection）领域提供了几类高级算法，尤其适合工控机边缘部署
ML.NET 作为 .NET 生态的轻量级机器学习框架在异常检测Anomaly Detection领域提供了几类高级算法尤其适合工控机边缘部署低资源、实时性要求高。这些算法主要分为两类通用多变量异常检测基于降维的重构误差如 Randomized PCA。时序专用异常检测针对时间序列的尖峰Spike、变化点Change Point和谱残差卷积神经网络SrCnn。以下详细展开 ML.NET 中最常用的高级异常检测算法的原理、内部机制、关键参数、适用场景、输出解释以及在工业场景如电机振动、传感器数据、PLC 监控的实战调优建议。内容基于 ML.NET 官方文档、源码分析和实际工业应用经验。一、Randomized PCA随机主成分分析 — 多变量无监督异常检测核心原理基础传统 PCA 通过奇异值分解SVD提取主要方差方向将数据投影到低维子空间正常模式所在的主成分空间。异常判断正常数据在低维空间的重构误差重建后的数据与原始数据的欧氏距离很小异常数据偏离主成分空间重构误差大。Randomized PCA 的高级优化使用随机化奇异值分解Randomized SVD算法加速计算。通过随机投影矩阵Gaussian random matrix近似原始矩阵的低秩部分大幅降低计算复杂度从 O(n³) 降到近似 O(n k log n)k 为目标秩。适合高维、多变量工业数据如温度振动电流压力融合无需标签无监督。特别适用于渐变型异常轴承早期磨损、缓慢漂移。ML.NET 中的关键参数RandomizedPcaTrainer.Options参数类型默认值 / 推荐值说明与工业调优建议FeatureColumnNamestring“Features”输入特征向量列需提前 Concatenate 多传感器数据Rankint自动或 10~50主成分数量。工控建议特征维数×0.2~0.5低配机用小值20避免过拟合。Oversamplingint10随机 SVD 过采样率。增大可提升精度但计算量↑。工业建议 5~20。EnsureZeroMeanbooltrue是否中心化减均值。工业数据通常启用。MaxIterationint?null自动迭代次数上限。低配机设 20~50 控制训练时间。输出解释Prediction 向量通常 3 维[0]异常分数Score — 重构误差越高越异常通常 阈值如 3~5 视为异常。[1]二元标签0正常1异常。[2]p-value置信度越小越异常。工业适用场景电机多传感器融合异常检测。准确率高95%但对突变尖峰不如时序专用算法敏感。资源占用训练后模型极小10MB推理 1ms/样本。二、IID Spike Detection / IID Change Point Detection — 独立同分布时序尖峰/变化点检测核心原理假设数据点独立同分布IID且来自平稳分布。使用滑动窗口 统计检验检测Spike短期突发异常e.g., 电流瞬间尖峰。Change Point分布突变e.g., 负载从稳定到剧变。内部基于Martingale或CUSUM-like统计量 p-value 计算。适合非季节性、平稳工业时序如某些压力传感器。ML.NET 中的关键参数DetectIidSpike / DetectIidChangePoint参数推荐值说明与调优建议Confidence95~99置信水平%。越高假阳性越少但漏检↑。工业建议 98。PValueHistoryLength数据长度/4 ~ /2历史 p-value 窗口。太大内存高低配机用小值。TrainingWindowSize数据长度/2 ~ 全长训练窗口用于估计分布。输出Prediction[0]p-value越小越异常。Prediction[1]是否异常1是。Prediction[2]分数负值表示尖峰强度。工业适用场景扫码枪误触发、PLC 突发故障。实时性极高适合高频采样10Hz。三、SrCnnSpectral Residual CNN — 高级时序异常检测最强之一核心原理基于**谱残差Spectral Residual, SR**算法 卷积神经网络CNN增强。步骤将时序转为频域傅里叶变换。计算谱残差对数谱 - 局部平均谱突出显著部分异常往往在频域更突出。用小型 CNN1D 卷积对残差进行模式学习和评分。优势对复杂季节性、周期性、多尺度异常鲁棒如电机振动中的谐波异常、泵站周期性堵塞。比 IID 系列更高级检测能力强尤其间歇性、渐变突变混合异常。ML.NET 中的关键参数DetectAnomalyBySrCnn参数默认值推荐工业值说明与调优建议WindowSize6432~256输入窗口大小。匹配采样率与异常周期e.g., 振动 100Hz → 64~128。BackAddWindowSize53~10后向添加窗口平滑。LookaheadWindowSize53~10前向预测窗口。AveragingWindowSize33~7平均滤波窗口。JudgementWindowSize2110~50判断窗口决定异常持续性。越大越稳健但延迟↑。Threshold0.30.2~0.5异常阈值。越低越敏感假阳性↑。工业建议从 0.3 开始调。输出与 IID 类似但分数更可靠0~1 范围阈值即异常。支持逐点和整段检测DetectEntireAnomalyBySrCnn。工业适用场景轴承/齿轮箱复杂振动分析。泵/风机周期性异常。资源占用中等模型稍大但推理仍 10ms适合中高配工控机。四、算法对比总结工控机视角算法类型适合异常类型实时性资源占用准确率工业典型调参难度Randomized PCA多变量渐变、多维相关异常高极低92~97%中IID Spike/Change时序IID突变尖峰、分布漂移极高极低85~95%低SrCnn时序高级复杂季节、多尺度异常高中等95~99%中高DetectSpikeBySsa时序SSA季节性尖峰备选高低90~96%中五、实战建议低配工控机优化首选组合采集 → 预处理Normalize Sliding Window → SrCnn复杂时序或 Randomized PCA多传感器融合。阈值自适应不要硬编码阈值可用历史正常数据的分数分布计算 3σ 或分位数e.g., 99.9% 分位数。在线学习定期每天/每周用新正常数据重训模型Incremental Fit 支持有限。资源控制用MLContext的 Seed 固定随机性训练在开发机部署 .zip 模型到工控。解释性结合 SHAP 或特征重要性分析异常原因ML.NET 支持部分。如果您想深入某个算法的源码级细节e.g., SrCnn 的谱残差计算公式、特定参数实验对比或结合前文串口采集的完整端到端代码示例请告诉我我可以进一步展开
)
