[发明专利]一种基于EEMD-神经网络的实时数据异常值检测方法

权利要求书

1.一种基于EEMD-神经网络的实时数据异常值检测方法，其特征在于：其包括以下步骤：

(1)对原始历史时间序列数据，按照时间顺序进行排序，对缺失数据用0值填补，得到初步整理好的历史数据；所述原始历史时间序列数据是指日取水量数据；

(2)对所述初步整理好的历史数据进行异常值检测处理，把检测出的异常值用0值替换；包括如下步骤：

(2.1)通过中位数法对所述初步整理好的历史数据进行初步检测；

(2.2)通过EEMD法对所述初步检测之后的历史数据进行精细检测；具体为：

(a)将数列{b_i}中的正数选出来构成一个新的数列

(b)通过EEMD法对进行分解，得到频率从高到低排列的n个分量；

(c)n个分量中，舍去高频分量，把后面m个低频分量以向量求和的方式进行求和，得到一个新的数列其中，1<m<n；

(d)计算偏差比率用于量化与的偏离程度；

(e)设定偏差比率的阈值为d₀，偏差比率大于d₀的数据为异常值，再把异常值替换为0，把{b_i}经过异常值替换得到的数列记为{g_i}，从而完成对所述初步检测之后的数据进行精细检测；

(3)对异常值检测处理之后的历史数据进行异常值校正处理，即对数据中的0值进行填补，完成历史时间序列数据异常值检测和校正；

(4)对实时数据进行异常值检测；

(5)根据步骤(4)得到的异常值检测结果，对实时数据进行异常值校正。

2.根据权利要求1所述的一种基于EEMD-神经网络的实时数据异常值检测方法，其特征在于：所述步骤(3)对异常值检测处理之后的历史数据进行异常值校正处理，采用局部曲线拟合法实现；所述步骤(4)对实时数据进行异常值检测，采用人工神经网络实现。

3.根据权利要求1所述的一种基于EEMD-神经网络的实时数据异常值检测方法，其特征在于：所述通过中位数法对所述初步整理好的历史数据进行初步检测，具体为：

(4.1)对于初步整理后的时间序列数据{a_i}，i＝1,2,3,…,把{a_i}中的正数选出来构成一个新的数列把的中位数记为

(4.2)计算中每个数与中位数的比值即

(4.3)设定的阈值为r₁,r₂，若或者则为异常值，把异常值替换为0，时间序列数据{a_i}经过替换后得到的数列为{b_i}，从而完成对所述初步整理好的历史数据进行初步检测。

4.根据权利要求2所述的一种基于EEMD-神经网络的实时数据异常值检测方法，其特征在于：所述采用局部曲线拟合法，具体为：

(6.1)对于每一段0值，包括单个0值或者是连续多个0值，前后端各选取一段序列，构成一个子序列{h_i}；

(6.2)对{h_i}进行曲线拟合：把{h_i}中的正数选出来，得到一组样本点i₊表示{h_i}中出现正数的位置，采用多项式对样本点进行曲线拟合，得到的多项式记为f(x)；

(6.3)用曲线拟合值替换{h_i}中的0值，i₀表示{h_i}中0值的位置，得到异常值校正后的时间序列数据{k_i}，i＝1,2,3,…,t。