简介： 本发明公开了一种水质传感器异常数据检测与故障诊断方法，包括：收集N个无标签样本水质传感器数据集并进行预处理；构造深强化学习网络，包括Alex卷积神经网络和Actor_Critic网络；建立作为强化学习中智能体进行交互的环境，设置每次智能体与环境交互的动作和得到的回报；针对深强化学习网络，输入样本数据，进行迭代训练至总回报值稳定收敛，提取网络模型参数保存最优的模型；将待检测的无标签样本传感器数据集输入模型中，生成多个超平面；将数据集划分为不同程度的正负区域；检测出现在准确度较低的超平面的负区域的数据点，将其视为异常数据；记录数据点多次出现在准确度较低的超平面的负区域时的对应的传感器，判断该传感器可能发生故障。