[发明专利]一种大坝异常监测数据自动识别方法

摘要

本发明公开一种大坝异常监测数据自动识别方法，包括：构建原始监测数据序列的轨迹矩阵，对轨迹矩阵进行奇异值分解得到特征组；将特征组按照特征值从大到小排列，选择累积贡献率大于等于85%的前若干个特征组为主要特征组；计算主要特征组对应的基本矩阵，对基本矩阵进行对角平均化得到数据序列的主要成分；将主要成分累加得到重构数据序列；用重构序列和原数据序列相减得到残差序列，求出残差序列的标准差；根据测值的残差由拉依达准则判断测值是否为异常值。该方法能够自动提取监测数据序列的主要特征，避免人工建立数学模型，不但能保证判断的一致性和准确性，还降低了人力资源投入；当水位、气温等环境量缺失时仍然能够对监测数据进行判别。

主权项

1.一种大坝异常监测数据自动识别方法，其特征在于，所述方法包括以下步骤：1)由原始监测数据序列构建轨迹矩阵，然后对轨迹矩阵进行奇异值分解得到一系列特征组；2)将特征组按照特征值从大到小排列，选择累积贡献率大于等于85％的前若干个特征组为主要特征组；3)计算主要特征组对应的基本矩阵，然后对基本矩阵进行对角平均化得到数据序列的前若干个主要成分；4)将主要成分累加得到重构数据序列；5)用重构数据序列和原数据序列相减得到残差序列，求出残差序列的标准差；6)根据残差序列的标准差由拉依达准则判断测值是否为异常值。