在刚刚结束的“vLoong能源AI挑战赛——异常检测赛”的一轮提交中，我们团队取得了 0.7492 的成绩，暂列榜首。本文将复盘我们的比赛思路：如何从官方 Baseline 的 0.56 AUC 提升至 0.74+。与其使用复杂的 大模型+微调或深度学习模型，我们发现扎实的统计特征工程 + 模型融合才是处理此类工业时序数据的“大杀器”。感兴趣参与的朋友可以私信联系。

1. 赛题背景与数据分析

比赛目标：根据新能源车辆电池的充电数据（电压、电流、温度等），判断该数据片段是否存在异常（故障）。
数据格式：

• 输入：.pkl 文件，每个文件包含 (256, 8) 的时序数据。
• 维度：256个时间步，8个特征（电压、电流、SOC、最高/低单体电压、最高/低温度、时间戳）。
• 标签：0（正常）/ 1（异常）。

官方 Baseline 的痛点：
官方提供的 Paddle 示例代码使用的是 AutoEncoder（自编码器），但它有一个致命弱点：只取了滑窗的最后一个时间点数据。

这种做法完全丢失了电池充电过程中的变化趋势（如电压突降、温度急升），导致 AUC 只有 0.56 左右，基本等同于瞎猜。

2. 核心提分策略：时序特征统计化

既然数据是短周期的时序数据（256步），且物理含义明确。我们不需要动用 Transformer 这种重型武器，而是将时序信息压缩为统计特征。

我们为每一个物理量（如电压、温度）构建了以下特征组：

1. 基础统计：均值 (mean)、标准差 (std)、最大值 (max)、最小值 (min)。
2. 极差：max - min，反映波动范围。
3. 趋势特征：diff_mean（一阶差分的均值），这非常关键，它代表了变化率。例如，电池短路往往伴随着电压的剧烈变化率。
4. 终值：保留最后一个点的值（保留 Baseline 的有效部分）。

通过这种方式，我们将 (256, 7) 的矩阵转换为了 (1, 7 * 7) = 49 维的表格数据，完美适配树模型。

3. 模型架构：XGBoost + KNN 的强强联手

我们没有使用深度学习，而是选择了传统的机器学习强分类器。

3.1 方案架构图

(这是为你生成的架构图，请截图使用)

3.2 为什么选这两个模型？

1. XGBoost (权重 0.8)：
   • 表格数据竞赛的王者。
   • 使用 scale_pos_weight 参数处理了正负样本不平衡（正常数据远多于异常数据）。
   • 树模型对特征的数值幅度不敏感，鲁棒性强。
2. KNN (权重 0.2)：
   • 异常检测的直觉：异常点通常在空间中远离正常簇，或者形成了独立的小簇。KNN 基于距离度量，能提供与树模型完全不同的视角。
   • 注意：使用 KNN 必须先对数据进行 StandardScaler 归一化，否则大数值特征（如电压）会掩盖小数值特征（如变化率）。

5. 总结与思考

1. 不要迷信深度学习：在数据量（几万条）和特征维度（7维）相对有限，且物理规律清晰的场景下，手动特征工程+梯度提升树往往比 RNN/LSTM 效果更好，且训练速度快几个数量级。
2. 数据清洗的重要性：比赛中我们发现 KNN 对数据尺度极其敏感，加入 StandardScaler 后，模型融合效果提升了显著的百分点。
3. 融合的艺术：XGBoost 关注“切分”，KNN 关注“距离”。两者的错误模式不同，融合后能有效降低方差，提升 AUC。

下一步计划：
目前的方案仅使用了统计特征，未来可以尝试引入 TsFresh 提取更复杂的时序特征（如傅里叶变换系数），或者使用 CatBoost 处理潜在的类别信息，冲击更高的分数。

私信联系博主购买车票组队上车获取AI比赛前三名机会！