基于多变量LSTM-AE方法的地面测发控系统异常检测

火箭地面测发控系统流程复杂，为自动检测系统运行流程中的异常，本文提出一种基于多变量长短时记忆自编码器(LSTM-AE,Long-short Term Memory-Autoencoder)方法的测发控系统运行异常检测方法。首先对正常系统运行数据进行分析，对系统中开关量和数字量数据进行归一化处理，并系统中模拟量信息进行统计特征提取。然后将提取的模拟量特征和其他数字量信息组成系统运行特征向量，并作为LSTM-AE的样本输入，经自编码学习自动识别系统状态，并建立系统状态迁移异常检测模型。通过对某火箭地面测发控流程监测数据的自动建模，实现了对仿真注入故障的高效实时检测。仿真结果表明，本文所提的自编码方法优于传统的BP神经网络方法。