飞桨学习赛：能源 AI挑战赛——异常检测赛

这场竞赛适合谁

适合想用 PaddlePaddle 完成真实行业时序数据建模的个人开发者，尤其是愿意处理新能源汽车电池数据、做异常检测与特征提取的人。参赛仅支持个人，且必须用 PaddlePaddle 2.0 及以上训练端到端深度学习模型。

这场比赛提供什么

以下内容来自比赛官方页面。

• 基线方案Baseline code for the anomaly detection competition.
• 数据获取Training and test datasets for battery anomaly detection.

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   时序数据处理

3. 03

   异常检测

4. 04

   特征工程

5. 05

   二分类模型训练

6. 06

   CSV结果文件生成

投入前确认：难点在于异常数据可能“看起来很正常”，需要从带时间戳的电池时序数据中提取有效特征，同时兼顾异常检出与误报控制。提交还需严格对应每个测试集 pkl 文件名并输出 score，且每天提交次数有限。