滑坡裂缝计时序数据实时异常检测分析

作者：张磊; 巨能攀^*; 何朝阳; 解明礼; 张成强; 刘洋

来源：岩石力学与工程学报, 2023, 1-10.

DOI：10.13722/j.cnki.jrme.2023.0291

• 边坡工程
• 滑坡
• 时序模型
• 实时异常检测
• 监测预警

针对滑坡裂缝实时监测中异常数据难以有效识别这一问题，本文基于滑坡不同变形阶段建立偶然异常阈值，提出基于区间预测的时序数据实时异常检测方法，该方法考虑了数据间时序逻辑关系以及滑坡变形阶段关联信息。首先，通过差分自回归移动平均模型(Autoregressive Integrated Moving Average,ARIMA)提取裂缝计累计位移的时序特征，构建区间预测模型，并使用滑动窗口算法对其分割子序列进行预测。其次，利用预测值修正置信区间(α为0.05)来确定拟异常点，并为滑坡不同变形阶段设立偶然异常阈值，最后通过组合异常识别得到异常信息。研究结果表明，该方法能准确识别数据异常值，且在时序数据实时异常检测上具有一定的普适性。将模型预测区间与异常值进行对比分析获得数据异常的实时可能性，还可为滑坡监测预警智能化决策提供数据参考价值。

• 单位
  地质灾害防治与地质环境保护国家重点实验室; 成都理工大学