燃气调压器可以在燃气输送过程中将上游的高压燃气进行降压然后输送到下游,保证下游燃气处于稳定低压状态。若燃气调压器维护不当就会出现调压器失灵和用户终端超压供气或供气不足等问题,其运行状态的异常检测是事关民众生产生活安全的重要例行检查。当前对调压器的异常检测存在技术落后、需要对数据进行标注处理、不能检测出所有异常等问题。目前行业中使用人工手段对调压器进行异常检测不能及时处理故障隐患;通过智能手段检测调压器异常通常需要人工标注数据,存在耗时较长、跨设备即失效等问题;时间序列数据中异常通常包括点异常、上下文异常和集体异常,当前存在的调压器异常检测技术只能诊断其中的部分异常,不能同时检测出所有的异常。为解决以上问题,本文采用VAE-LSTM混合无监督模型,可以在不需要对数据进行标注的情况下,实现异常的完全检出,在异常发生时及时报警,有效提升调压器安全管理效率。本文主要贡献如下:第一,介绍了直接作用式中低压燃气调压器的结构、工作原理与运行状态,论述了本研究使用的VAE-LSTM混合模型的原理。燃气调压器通过改变阀口开度保持下游燃气压力的稳定,在工作中常见的有正常运行状态,不工作、出口压力偏低、出口压力偏高和喘振四种异常状态,针对不同的异常分析原因并提出相应的解决措施;提出结合具有卷积层的VAE模型和LSTM模型的特点进行异常检测。第二,描述了对实验数据的处理与输入样本构造的过程,设计了VAE-LSTM无监督混合模型用于调压器异常检测,分析了模型的检测效果。介绍数据格式转换、缺失值填补、数据集划分和标准化操作,按照输入VAE-LSTM模型的数据特点构造样本;搭建具有卷积层的VAE-LSTM模型训练数据,并通过验证集数据对模型参数进行调整;模型训练完成后输出在测试集上检测出的异常。第三,对比了单一VAE模型和单一LSTM模型异常检测的效果,验证了VAE-LSTM混合模型的优势,提出了模型上线的部署和监测。按照VAE-LSTM混合模型的结构搭建单一VAE模型和单一LSTM模型并进行训练;对比三个模型在训练时间、测试误差和检测异常范围上的差距,证实混合模型综合效果要优于单一模型;介绍后续模型部署上线的操作和监控过程。