基于大数据分析和异常值过滤的大坝监测数据计算方法

本发明涉及基于大数据分析和异常值过滤的大坝监测数据计算方法，包括：通过各类传感器获取大坝各类监测数据；聚类分析并筛选出大坝监测数据中异常的样本数据；筛选过滤无效数据；分析异常的样本数据产生的原因并对其分类；对各类异常数据分别修正；构建大坝监测数据的机器学习模型，利用修正前后的数据对其训练；利用AI模型得到大坝实时监测数据的校正数据，再利用大坝有限元分析模型对这些数据分析得到大坝状态的评估结果。本发明通过AI模型实现了大坝实时监测数据的自动校正，通过注意力机制减弱无效数据或异常数据对预测结果影响的权重，加强有效数据对预测结果的权重，从而提高循环神经网络RNN的预测结果的准确性、精度。