摘要
本发明提供了一种基于EMD和孤立森林的大坝异常检测方法及系统,涉及大坝监测领域,方法包括:获取大坝的原始监测信号,并分解为多个IMF分量和长期趋势分量;采用最小二乘法对长期趋势分量进行线性拟合,计算趋势斜率,并标准化为趋势异常评分;提取各IMF分量和长期趋势分量的多个统计特征及熵值特征,并组合成综合特征向量;利用孤立森林模型对各综合特征向量进行分析,输出随机森林异常评分;对大坝监测数据与水位信号数据进行相关系数分析,计算相关性异常评分;根据趋势异常评分、随机森林异常评分和相关性异常评分,计算综合异常评分;综合异常评分大于预设异常评分,则原始监测信号发生异常;否则,原始监测信号未发生异常。
技术关键词
异常检测方法
大坝
随机森林
皮尔逊相关系数
统计特征
森林模型
信号
标准差特征
异常检测系统
数据
处理器
存储器
线性
程序
指令
幅值
样本
系统为您推荐了相关专利信息
模型试验材料
混凝土重力坝
单轴
初始弹性模量
动力
异常检测方法
注意力
序列
多层感知机
多维时序数据
定向钻进装置
补偿控制方法
注意力模型
序列
加速度
风险预测系统
元胞自动机模型
四叉树算法
土壤侵蚀模型
深度强化学习
风险识别方法
数据
生成器网络
Stacking算法
集成学习方法