[发明专利]一种水质异常检测方法及电子设备

权利要求书

1.一种水质异常检测方法，其特征在于，包括：

S101、获取多个水质数组，组成水质数据集，每个水质数组的维度相同，包括至少一个水质数据；

S102、在水质数据集中随机选择一个水质数组作为基准点；

S103、计算水质数据集中所有水质数组与基准点的距离值，将所有距离值构成一维数据集；

S104、对一维数据集的所有距离值进行降序排序得到有序的一维数据集，根据所述降序排序的顺序对水质数据集的所有水质数组进行排序得到有序的水质数据集，

S105、确定有序的一维数据集的每个对象的k最近邻，1≤k≤D*1％，其中D为水质数据集中水质数组的数量；

S106、计算有序的一维数据集的每个对象与其第k最近邻的距离值得到每个对象的离群度，一维数据集的所有对象的离群度构成一维离群度，根据一维离群度中每个离群度的大小，按从大到小的顺序选取最大N个离群度，并将第N大的离群度作为预阈值，其中第k最近邻为k最近邻中的第k个；

S107、将有序的水质数据集划分为多个数据块，将预阈值作为离群度阈值，依次对每个数据块进行离群检测，根据离群度阈值确定已检测的数据块的最大N个离群度，将离群度阈值更新为已检测的数据块的第N大的离群度，将更新的离群度阈值作为下一个数据块进行离群检测的判断标准，直至所有数据块检测完毕，所有数据块的最大N个离群度对应的水质数组作为异常的N个水质数组。

2.根据权利要求1所述的水质异常检测方法，其特征在于，步骤S105中确定有序的一维数据集的每个对象的k最近邻包括：

假设有序的一维数据集的任一对象记为O，对象O的前面存在k1个对象，对象O的后面存在k2个对象，其中k1≥0，k2≥0；

当k1≥k,往前搜索k个对象，当k1k时，往前搜索k1个对象；

当k2≥k，往后搜索k个对象，当k2k时，往后搜索k2个对象；

计算对象O与所有搜索的对象的距离，根据距离的大小将搜索到的对象按从小到大排序，距离排名前k的对象为对象O的k最近邻。

3.根据权利要求1所述的水质异常检测方法，其特征在于，步骤S107具体为：

S201、将有序的水质数据集划分为B个数据块，每个数据块包括M个水质数组，离群度阈值＝预阈值；

S202、设t＝1，t表示第t个数据块；

S203、判断t是否为1，若是，执行步骤S205，若否，执行步骤S204；

S204、判断是否d0+基准点的离群度离群度阈值，其中d0为第t个数据块中的第1个水质数组与基准点的距离，若是，执行步骤S215，若否执行S205；

S205、从有序的水质数据集的第t个数据块的中位对象起，按螺旋顺序确定按螺旋顺序排序的水质数据集，xj表示按螺旋顺序排序的水质数据集的水质数据组，j＝1；

S206、设m＝1，m表示水质数组在初始第t个数据块中的位置编号，Xm表示编号为m的水质数组；

S207、判断Xm是否已被移除，若是，则执行步骤S211，若否，则执行步骤S208；

S208、计算Xm与xj的距离；

S209、判断是否jk，若是，则执行步骤S211，若否，更新Xm的临时k最近邻，更新Xm的临时离群度为Xm与临时k最近邻中的第k最近邻的距离，执行步骤S210；

S210、判断Xm的临时离群度是否低于离群度阈值；若判断结果为是，则将Xm从第t个数据块中移除，执行步骤S211；若判断结果为否，执行步骤S211；

S211、判断m是否小于M，若是，m＝m+1，执行步骤S207，若否，执行步骤S212；

S212、判断j是否小于D，若是，则j＝j+1，执行步骤S206；若否，执行步骤S213；

S213、当t＝1时，确定第t个数据块中的最大的N个离群度，取第N大的离群度作为离群度阈值，执行步骤S214；当t1时，确定第1至(t-1)个数据块中的最大N个离群度，从第1至(t-1)个数据块中的最大N个离群度和第t个数据块中的最大N个离群度中确定第1至t个数据块中的最大N个离群度，离群度阈值＝第1至t个数据块中的第N大离群度，执行步骤S214；

S214、判断t是否小于B，若是，t＝t+1，执行步骤S204，若否，执行步骤S215；

S215、当前已检测的所有数据块的最大N个离群度对应的N个水质数组作为异常的N个水质数据组。