耦合DWT-IFLOF的大坝监测数据异常检测算法

作     者：王译羚 丁勇 李登华 WANG Yi-ling;DING Yong;LI Deng-hua

作者机构：南京理工大学理学院江苏南京210094 南京水利科学研究院江苏南京210029 水利部水库大坝安全重点实验室江苏南京210029 

基　　金：国家重点研发计划资助项目(2022YFC3005502) 国家自然科学基金资助项目(51979174) 国家自然科学基金联合基金项目(U2040221) 中央级公益性科研院所基本科研业务费专项资金资助项目(Y322008) 

出 版 物：《中国农村水利水电》 (China Rural Water and Hydropower)

年 卷 期：2024年第7期

页      码：203-209页

摘      要：基于数据驱动的模型已广泛应用于大坝运行状态建模与短期变形预测等领域中,而监测数据中存在的异常值会削弱甚至破坏数据驱动模型的可信度和鲁棒性。针对上述问题,提出一种耦合DWT-IFLOF的大坝监测数据异常检测算法。首先,采用小波降噪技术减少监测数据集中采集噪声对模型建模的负面干扰。其次设计一种耦合孤立森林(iForest)异常检测算法与归一化局部离群因子值(LOF_(nor))的全新监测数据异常度量化表达式。最后通过引入拉伊达准则,依据计算得到的异常分数,对异常值进行定性筛查。试验结果表明,相较于热门异常检测算法,在查全率层面提升18.32%以上;查准率提升20.14%以上;准确率提升0.71%以上。可针对大坝安全监测数据中的异常值进行有效检测。

主 题 词：异常检测 孤立森林 局部离群因子 评价指标 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 081402[081402] 0835[0835] 0814[工学-地质类] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.12396/znsd.231671

馆 藏 号：203128781...