燃气轮机异常检测新方法：CAE-WANN结合搜索空间扩展与权重聚合

燃气轮机监控室里最怕看到的，不是报警弹窗，而是那种“报了又是白报”的误警。凌晨三点，排气分散度连续五分钟拉高，检修队伍顶着风赶到现场，拆开保温棉一量，传感器线缆接头松动。数据是异常了，机器本身却没事。反过来，真正的压气机叶片轻微磨损、燃烧室局部过热这类早期劣化，往往藏在正常运行数据的波动里，固定阈值根本盯不住。这个问题我琢磨了很久，后来在燃机智能运维项目里落地了一套“CAE-WANN：基于搜索空间扩展的燃气轮机智能异常检测方法”，把卷积自编码器（CAE）的结构特征提取能力和权重聚合神经网络（WANN）的多模型决策机制结合起来，通过扩大网络搜索空间找到更适合燃机多测点时序数据的检测架构。这篇文章就把这套方法的原理、实现细节、实验对比和部署坑位一次性讲清楚，适合正在做工业设备异常检测、SCADA数据分析或者燃机状态监测的算法和运维工程师参考。

1. 燃气轮机异常检测的痛点与CAE-WANN的解题思路

1.1 为什么固定阈值在燃机场景越来越不够用

燃气轮机本质是一台强耦合、变工况的热力机械。简单循环燃机从启动、升速、并网到满负荷，排气温度、压气机出口压力、燃料流量、轴承振动这些测点每时每刻都在联动变化。上午十点满负荷运行时的正常参数范围，放到下午三点半负控调峰的工况下就成了“异常”；夏天进气温度高时的排气温度基值，和冬天相比可能差出几十摄氏度。固定阈值本质上是在用一个静止的框去套一个动态的系统，结果只有两种：阈值设宽了，早期微劣化漏报；阈值设窄了，误报率飙升，检修人员疲于奔命，最后干脆选择性无视报警——这是比没有报警更危险的状态。

还有一个常被忽略的问题：燃机测点几十上百个，但异常从来不是单点发生的。燃烧室局部过热会同时拉动排气分散度、排气温差、振动特征多个测点联变动。传统做法对每个测点单独设阈值，等于把一张多维联动的“体检报告”拆成几十张互不关联的单指标化验单，异常在单测点上的幅值可能都不够触发报警，但多测点之间的相关结构已经变了。

1.2 CAE-WANN的解题思路：学习“正常”比定义“异常”更可行

异常检测领域有个经验法则：你能列举的异常类型永远是有限的，但“正常”的样本你天天都有，而且多到用不完。CAE-WANN的思路就是把问题反过来——不定义异常长什么样，而是让模型记住正常运行的规律，再用“对不上正常规律的程度”来判断异常。

整体管线分四段。

第一段是数据入口，把燃机DCS/SCADA历史库里的多测点高频数据切成长度为10分钟的滑动窗口，每个窗口是一个多通道的时序张量。

第二段是CAE主体，卷积自编码器在只用健康数据训练的条件下，学会把正常窗口压缩到低维瓶颈再还原。正常数据重构误差小，没见过的异常模式重构误差大，这个误差就是最原始的异常信号。

第三段是搜索空间扩展，不再手工固定网络结构和超参数，而是让卷积、循环、残差、注意力模块在限定范围内自由组合，批量训练出多个性能差异化的候选检测器。

第四段是WANN权重聚合，把多个候选检测器对同一段数据的异常得分做加权融合，用验证集寻优权重，得到一个比任何单一模型都稳定、跨工况泛化更强的最终异常评分。

一句话概括：CAE负责提取时序特征并生成重构误差，搜索空间扩展负责找到更优的模型结构组合，WANN负责把多个模型的结果拧成一股绳，降方差、减误报。

2. CAE模块：状态重构与多维特征提取的实现细节

2.1 输入构造：多通道滑动窗口的正确打开方式

CAE的输入不是原始的一维时间序列，而是经过滑窗堆叠的多通道窗口。以我实际项目里的配置为例，采样频率1Hz，选取压气机出口压力、压气机出口温度、排气温度、排气分散度、燃料流量、轴承振动有效值、转速七个代表性测点作为通道，窗口长度取600个采样点，对应10分钟运行状态。步长设置为30秒，相邻窗口重叠95%，这样做的好处是样本量充足，且对缓变型早期劣化更敏感。

做归一化时必须注意一个特别容易翻车的细节：只能拿训练集（健康数据）的均值和标准差去做标准化，然后把同一个scaler参数套到测试集上。

如果图省事对全量数据一起算scaler，等于把测试集信息泄漏进了训练过程，模型对异常的感知能力会变弱，验证集指标虚高，部署后立刻原形毕露。我在项目里就是栽过这个跟头，后来把scaler保存为独立工件，随模型一起版本管理，才彻底解决。

2.2 CAE网络结构：编码器-解码器参数配置表

很多文章喜欢把CAE的网络结构画画就完事，但真正复现时层数、卷积核大小、步长这些细节决定成败。我用的结构是一个“两头重、中间窄”的一维全卷积自编码器，具体参数如下。

瓶颈层不设计全连接，而是用自适应平均池化把75×64的特征图压成64维状态向量，好处是保留时间维度上的聚合信息，同时大幅减少参数量。所有卷积层带padding，保证每一步时间分辨率缩放对齐解码器的转置卷积，这是自编码器能不能收敛顺畅的关键，padding对不上会出现棋盘效应，重构出来的曲线有明显的锯齿。

2.3 训练策略：只用健康数据，重构误差如何变成异常分数

训练阶段只喂正常运行数据，这是整套方法成立的基石。损失函数用MSE（均方误差），优化器用Adam，初始学习率1e-3，batch size设为64，早停法监控验证集损失。训练完成后，每来一个新窗口，前向跑一遍，得到重构窗口，然后算重构误差指标。我除了常用的逐点MSE外，还会算逐通道的MAE，再取最大值作为异常分数的依据。

为什么这个误差能当异常分数用？类比记笔记：一个只认真记过课堂正常板书的同学，考试时遇到和课堂完全不同的题目，笔记自然对不上；但有一类“高手式”异常要警惕——某个测点发生严重漂移时，CAE为了最小化整体MSE，可能会把漂移通道强行拉回正常形态，导致重构误差反而不高。解决方法是监控每个通道的重构误差分布，而不是只看总量，当某个特定通道的误差偏离其历史分布三个标准差以上时，即使总量不大也要标记。

实际部署中，我会对异常分数做指数加权移动平均平滑。原始采样级重构误差噪声很大，一两个点跳动就会触发误报，平滑后的趋势曲线才是判断依据，往后做阈值处理也更稳定。

3. WANN与搜索空间扩展：从固定网络到自适应架构的改进逻辑

3.1 手工设计检测网络的两个尴尬

固定网络结构做检测，最难回答的问题是：凭什么卷积核设5不设3？凭什么层数三不设四？实测下来，一个在燃烧室故障数据上表现优异的网络，换到压气机叶片数据上可能就漏报；一个在A燃机验证集上AUC达到0.97的结构，迁移到B燃机上可能直接掉到0.91。燃机型号、测点布局、运行工况的差异决定了不存在通用的最优网络。这是第一个尴尬——手工调参成本高，还未必能找到和当前数据匹配的结构。第二个尴尬是单模型高方差。同一个架构换个随机种子训练几次，单模型在工况切换窗口上的异常得分可能剧烈震荡，容易在机组升降负荷瞬间产生误报。

3.2 搜索空间扩展到底扩展了什么

既然手工设计不靠谱，那就让机器自己搜。“搜索空间扩展”这个提法听着玄乎，拆开看就是三件事。

第一件事是结构扩展，允许跨模块组合。残差连接能让深层网络训练稳定，注意力机制能放大关键测点的权重，循环模块捕捉长程时间依赖。不同组合在燃机不同劣化模式下表现出不同优势，搜索空间放开后才有选择的余地。

第二件事是参数连续化。传统的网格搜索只有在离散候选点上做尝试，但CAE的瓶颈维度、学习率这些参数实际上是连续的，固定离散值会错过更优组合。搜索空间扩展后采用贝叶斯优化策略来探索连续区间，每次评估一个参数组合就训练一轮CAE并记录验证集AUC，用它指导下一轮采样。

第三件事是输入表示多样化。同样是异常检测，原始窗口对突变型异常敏感，差分窗口对缓变型漂移敏感，条件窗口能借工况信息压低变工况导致的误报。多种输入表示候选，配合结构搜索，本质上是在“结构-参数-输入”三维空间里一起寻优，这才是“扩展”二字的完整含义。

3.3 WANN的权重聚合机制

搜索空间扩展会产出一批在验证集上表现接近但决策差异很大的候选模型。传统做法是直接挑AUC最高的那一个，这其实浪费了大量信息。不同候选模型可能对不同类型的异常各有侧重：结构A对燃烧室相关异常敏感，结构B对振动异常敏感，结构C在工况切换时更稳定。丢掉任何一个都是损失。

WANN的做法是把它们全部保留，用加权投票聚合异常得分。设第i个候选模型对某窗口的异常得分为si，聚合后的最终得分为：

s_final = Σ(wi × si)，其中wi≥0且Σwi=1。

权重wi在独立验证集上通过带非负约束的优化求解。目标函数是让聚合得分在正常样本和异常样本上的区分度最大，我实际用的是最小化正常样本和异常样本聚合得分分布的交叉熵。这样求解出来的权重自然会给准确率更高的模型更大权重，同时保留少数模型在某类异常上的特长贡献。

做个类比更容易理解：你不是雇一个裁判来打分，而是请一个评委会，每个评委各有所长，最后分数是加权汇总。单个评委偶尔会走眼，但五六个评委的意见加权后就不会因为某一个人的失误而崩盘，整体决策更稳。WANN带W的“加权”二字是这个机制的灵魂。

4. 实验验证：数据集构建、对比基线及关键结果解读

4.1 数据集构造与异常注入策略

真实的燃机异常故障样本极其稀缺，这是行业共性问题。我采用“真实健康数据+受控异常注入”的组合策略构建实验数据集。训练集选取某型燃机连续三个月的正常运行SCADA数据，按7:3切成训练集和验证集，总计约12万个滑窗样本。测试集则从后续两个月数据中截取，并按三种实际故障特征进行注入。

第一种是传感器漂移异常，模拟排气温控热电偶发生渐进式漂移，在原有信号上叠加一个随时间线性增大的偏置项。第二种是性能衰退异常，模拟压气机叶片结垢导致压气机压比缓慢下降、排气温度缓慢抬升，对相关测点施加一个持续时间较长的小幅趋势。第三种是局部突变异常，模拟燃烧室出现局部熄火，排气分散度出现明显的尖峰和振荡。注入后的测试集还专门保留了大约40%的纯健康窗口，用于评估误报率。最终测试集共计约5万个窗口，每类异常各占约20%，健康窗口占40%。

4.2 对比实验与关键结果

实验对比五个方法：孤立森林（IsolationForest）、单类支持向量机（SVDD）、标准深度自编码器（DAE）、固定结构CAE、以及本次的CAE-WANN。评估指标采用ROC-AUC、F1分数、误报率FPR（健康窗口被判为异常的比例）和端到端训练时长。

由于搜索空间扩展过程中需要反复训练和评估候选网络，CAE-WANN的训练耗时显著高于固定结构，4.8小时中大部分时间花在搜索迭代上，最终得到并保留的候选网络只有9个，推理时所有模型并行跑一次再做个加权求和，单窗口的推理时延约为22毫秒。

4.3 结果解读：提升集中在早期劣化和跨工况窗口

这个结果反映的规律，值得展开说。首先，深度学习类方法全面优于传统统计和浅层模型，主要赢在高维特征交叉上。固定阈值只关注单测点绝对值，而CAE重构的是整个窗口的联合分布，测点间相关结构的微小变化也能在重构误差上体现出来。

其次，固定结构CAE比标准DAE优秀约1.7个点的AUC，原因是卷积的局部感受野更适合提取燃机测点间的短时空间关联，比如排气分散度异常往往在排气温度曲线上形成同步扰动。

第三，CAE-WANN在固定结构CAE的基础上又提升了2.6个点AUC，这主要来自两个机制。搜索空间扩展选出的网络组合覆盖了不同时间尺度上的异常模式，有的候选窗口网络对缓变趋势敏感，有的对瞬时尖峰敏感，加权之后两端都兼顾。跨工况稳定性也明显增强，在升降负荷窗口上的误报率比最优单一候选模型低约38%，这正是WANN降方差的直接体现。

第四，三类异常中，CAE-WANN对传感器漂移的提升幅度最大。因为漂移型异常在单测点上表现为缓变趋势，容易被阈值法掩盖，但在多通道重构误差的结构性变化中却能被识别出来。这也是“让模型学习正常”相对“定义异常”在现实中最实在的优势。

5. 部署与调参实践：阈值自适应、告警抑制与算力落地

5.1 阈值设置不能拍脑袋，动态阈值比固定百分位靠谱

异常检测模型上线时，第一个面临的问题就是阈值定多少。拍脑袋取个训练集重构误差的99百分位数，部署后大概率被真实环境的工况波动直接干穿。燃机跨季节运行、负荷调度模式变化，都会让重构误差的整体分布发生漂移，固定阈值要么频繁误报要么逐渐失敏。

我的做法是采用动态阈值策略，用滑动窗口持续追踪最近N个正常窗口的异常得分分布。具体用POT（峰值超过阈值）方法，对异常得分的尾部进行广义帕累托分布拟合，动态估算出对应风险水平的告警阈值。每次模型服务重启或每天零点，会基于过去30天的正常运行数据重新拟合尾部参数。这样阈值能跟着季节、出力负荷的变化自动调整。

另一个有效技巧是设置双阈值。低阈值触发警告级，只做记录和标记，不推送人员处理；高阈值才触发告警级，通知运行值班和检修人员。这种梯队设计能极大缓解“狼来了”效应，既保留了对早期异常苗头的敏感度，又避免正常工况波动频繁打扰一线人员。

5.2 从“异常分数”到“可靠告警”的最后一公里

异常分数高不等于要立刻出工单。实际部署时，我会在模型输出和告警系统之间加一道告警抑制逻辑，解决三个问题。第一是消除单点抖动，连续3个以上时间窗口异常分均超过阈值才真正触发告警，只要一个窗口回落就重新计数，这个逻辑能过滤掉传感器瞬时毛刺。第二是跨窗口冷却，同一故障触发告警后进入30分钟的冷却期，冷却期内不重复告警，防止同一异常事件轰炸式推送。第三是异常归因提示，WANN聚合时本身就记录了各候选模型的得分构成，部署时把这个向量一起输出，运维人员能看到是哪些通道的重构误差贡献了主要分值，方便快速定位是温度相关测点还是振动相关测点出问题。

检测结果要和现有检修系统对接的话，建议把异常得分、主要异常通道、窗口起始时间、原始测点片段打包成JSON格式的告警工单，推送到值班管理系统，同时附上近一小时的测点趋势截图，检修人员不需要再打开SCADA系统翻历史曲线。

5.3 工程部署中的坑与注意事项

这部分全是我实际踩过之后总结的，每个都是坑。

数据泄漏是最隐蔽的坑。除了前面说的归一化scaler泄漏，还有一个容易被忽略的是滑窗切分时的时序泄漏。如果训练集和测试集的窗口在时间轴上重叠，模型相当于提前“见过”测试期附近的数据分布，验证指标严重虚高。正确做法是按时间顺序切分，禁止随机打乱后切分，并且训练集和测试集之间留出至少一天的隔离带。

算力规划要按推理而非训练来做。很多人看到训练要4.8小时就发怵，但实际运行时9个候选网络并行推理一次不过22毫秒，即使算上多通道预处理和告警抑制逻辑，单窗口全流程也能控制在50毫秒内，一台双路至强服务器或一颗常见的工业边缘推理卡都扛得住。真正要规划的是搜索阶段的临时存储，搜索过程会产生几十个中间模型权重，建议统一存到对象存储里，按时间戳归档，方便回溯分析哪些结构被选中、哪些被淘汰。

模型版本更新要用灰度切换。WANN模型上线后不建议直接把旧模型替换掉，我采用“影子模式”并行运行两周，新模型只记录不告警，跑完一个完整运行周期后对比两套模型的误报率和召回情况，确认新模型在真实数据上没有明显劣化再切换。对于在线学习，我的态度比较保守——燃机异常检测场景下异常样本匮乏，在线更新模型容易让网络对少数异常模式过度拟合，目前只在每周夜里用最近一个月的健康数据进行一次离线微调，微调后单独跑一遍验证集，AUC不下降才更新线上版本。

还要特别注意缺失值处理。SCADA系统偶尔会丢包，多通道窗口里只要有一个测点出现超过5%的缺失，这个窗口直接丢弃，不做插值补全。因为深度学习模型对插值伪造的边界非常敏感，一个不合逻辑的插值片段反而会在重构误差上形成一个“假异常”，造成无谓的误报。

6. 一点个人的实践体会

整条方法跑下来，我最想提醒的是搜索空间扩展不是越大越好。初期我脑子一热把候选结构池铺得很开，通道数、注意力头数、循环层数全都放开，结果训练时间翻了好几倍，最终被选中的结构也就是那么三四种的组合。后来把搜索空间限定在由领域知识指引的范围里，比如针对燃机缓变退化问题重点扩展残差连接和注意力模块的候选数量，针对突变故障重点扩展卷积核尺寸的多样性，训练成本立刻降到合理区间，效果反而更好。这其实反映了一个朴素道理：智能搜索要有边界，边界的约束来自工艺机理，模型是辅助你把机理边界内的组合摸得更透，而不是脱离机理瞎试。此外，方法论虽然是在燃气轮机上验证的，但整套流程在汽轮机、压缩机、大型风机这类旋转机械上一样适用，只要重新根据设备测点特性设计输入通道和滑窗参数，再按上述流程重新训一遍健康基线模型，就能搭起一套量身定制的智能异常检测系统。希望这篇记录能让你少踩几个我踩过的坑，把更多精力放到真正有价值的异常分析上去。