摘要:本发明公开一种基于微波加热温度场分布特征深度学习的局部温度变化异常检测方法,采用卷积神经网络和自动编码结合的方法来对微波加热过程的温度场分布的多维大数据进行学习,找出数据之间深层次的逻辑关系,通过学习数据本身的结构,从而得到比输入更具有表示能力的特征,再采用Isolation Forest(孤立森林)算法进行异常检测。本发明能够可靠检测微波加热过程中,由于复杂时变电磁场与温度场的耦合,被加热媒介的介电系数、热导率随着温度的升高均会发生变化,导致媒质局部过热甚至热失控的现象。进而及时处理,避免安全事故的发生。