針對(duì)傳統(tǒng)大壩安全監(jiān)測(cè)中異常數(shù)據(jù)清洗方法主要分析單一監(jiān)測(cè)效應(yīng)量,較難區(qū)分粗差和環(huán)境突變引起的異常值,提出一種利用關(guān)聯(lián)規(guī)則約束和引導(dǎo)大壩安全監(jiān)測(cè)異常數(shù)據(jù)清洗方法。首先,通過關(guān)聯(lián)規(guī)則辨識(shí)強(qiáng)關(guān)聯(lián)性序列,結(jié)合基于密度的聚類算法識(shí)別序列中異常數(shù)據(jù);然后,根據(jù)關(guān)聯(lián)序列異常數(shù)據(jù)清洗規(guī)則,辨識(shí)大壩安全監(jiān)測(cè)中粗差數(shù)據(jù),并利用基于粒子群優(yōu)化最小二乘支持向量機(jī)模型重構(gòu)異常數(shù)據(jù)。最后,對(duì)大壩典型位移量數(shù)據(jù)進(jìn)行異常數(shù)據(jù)清洗。結(jié)果表明:該方法能夠甄別監(jiān)測(cè)效應(yīng)量中環(huán)境突變引起的異常值,提高了大壩安全監(jiān)測(cè)數(shù)據(jù)中數(shù)據(jù)清洗的準(zhǔn)確性。 

【文章來源】：水力發(fā)電. 2020,46(04)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 基于關(guān)聯(lián)規(guī)則的監(jiān)測(cè)序列關(guān)聯(lián)性分析
    1.1 關(guān)聯(lián)規(guī)則原理
    1.2 監(jiān)測(cè)序列符號(hào)化及關(guān)聯(lián)分析流程
    1.3 監(jiān)測(cè)序列關(guān)聯(lián)性分析實(shí)例
2 大壩監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)和數(shù)據(jù)清洗
    2.1 數(shù)據(jù)異常值檢測(cè)
    2.2 大壩監(jiān)測(cè)序列數(shù)據(jù)清洗流程及規(guī)則
    2.3 基于PSO-LSSVM的數(shù)據(jù)異常值清洗
3 案例分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]均值漂移模式幾種粗差探測(cè)法的MDB比較[J]. 魯鐵定,楊元喜,周世健.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2019(02)
[2]基于穩(wěn)健S估計(jì)的長(zhǎng)江流域氣象異常值檢測(cè)[J]. 金百鎖,李熾坤.  中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2018(11)
[3]大壩安全監(jiān)測(cè)數(shù)據(jù)粗差識(shí)別方法的比較與改進(jìn)[J]. 李嘯嘯,蔣敏,吳震宇,陳建康.  中國(guó)農(nóng)村水利水電. 2011(03)
[4]基于主成分的大壩觀測(cè)數(shù)據(jù)多效應(yīng)量統(tǒng)計(jì)分析研究[J]. 虞鴻,吳中如,包騰飛,張嵐.  中國(guó)科學(xué):技術(shù)科學(xué). 2010(07)
[5]基于粒子群算法求解多目標(biāo)優(yōu)化問題[J]. 張利彪,周春光,馬銘,劉小華.  計(jì)算機(jī)研究與發(fā)展. 2004(07)
[6]支持向量機(jī)和最小二乘支持向量機(jī)的比較及應(yīng)用研究[J]. 閻威武,邵惠鶴.  控制與決策. 2003(03)
[7]基于數(shù)據(jù)取樣的DBSCAN算法[J]. 周水庚,范曄,周傲英.  小型微型計(jì)算機(jī)系統(tǒng). 2000(12)

博士論文
[1]支持向量機(jī)算法參數(shù)選擇及其在電站鍋爐系統(tǒng)中的應(yīng)用研究[D]. 黃景濤.浙江大學(xué) 2005
[2]關(guān)聯(lián)規(guī)則挖掘方法的研究及應(yīng)用[D]. 劉亞波.吉林大學(xué) 2005



本文編號(hào)：3196044