科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对混凝土坝变形监测数据中的粗差和异常测值问题，提出了一种数据异常识别和重构模型。模型利用关联规则量化变形序列与水位序列的关联性，将监测数据输入DBSCAN聚类算法寻找异常点，利用关联结果将监测数据异常点分为粗差点与反映大坝性态点两类，保留反映大坝性态点，剔除粗差点，并利用改进的小波神经网络对粗差数据进行重构，保证监测序列完整性。某拱坝变形监测数据验证结果表明，该模型可以准确识别监测数据中的异常值，并能够获得更为准确的重构数据，为大坝实测性态评价提供了新的分析方法。
-
单位水文水资源与水利工程科学国家重点实验室; 河海大学
