科研之友
微信
新浪微博
Facebook
分享链接
摘要
为有效识别城镇取用水监测数据异常值，提高数据的可靠性与真实性，结合局部异常因子(LOF)算法与互补集成经验模态分解(CEEMD)法，开发城镇取用水监测数据异常值自动识别的方法。先应用LOF进行可直观异常值识别，再应用CEEMD对修正后的数据序列进行频谱分解，通过低频叠加分量拟合序列并设定相对误差阈值用以识别不可直观异常值，以河北省某自来水厂日取用水监测数据进行实验分析，结果显示，修正后的年取用水数据由直接监测的51.27万m3减少为41.14万m3，修正结果与人工核定的年取用水量更为接近。研究结果表明：直接使用监测数据用以统计年取用水量存在较大误差，提出的方法可有效识别取用水量监测数据中的异常值并进行修正，为后续的水资源强监管提供技术支撑。
- 单位
