本發(fā)明公開(kāi)了一種基于Snippet特征提取的航空鋰電池異常檢測(cè)方法，包括以下步驟：(1)對(duì)所有鋰電池的時(shí)間序列提取代表性特征子序列Snippet；(2)使用異常檢測(cè)算法LOF為步驟(1)提取代表性特征子序列的Snippet評(píng)分，計(jì)算得到每個(gè)Snippet對(duì)應(yīng)的異常值；(3)使用數(shù)據(jù)集中帶標(biāo)簽的數(shù)據(jù)和步驟(2)得到的異常值計(jì)算效果衡量標(biāo)準(zhǔn)F₁分?jǐn)?shù)，調(diào)節(jié)算法參數(shù)，重復(fù)步驟(2)，使得F₁分?jǐn)?shù)達(dá)到最大；(4)在步驟(3)最佳參數(shù)設(shè)定下得到未帶標(biāo)簽數(shù)據(jù)的異常值。本發(fā)明通過(guò)提取代表性特征子序列Snippet，并以Snippet異常值衡量異常程度，實(shí)現(xiàn)了異常數(shù)據(jù)可觀解釋性和發(fā)現(xiàn)異常子片段。