一种高精度高鲁棒性水文遥测数据的异常点识别方法

本发明提出了一种高精度高鲁棒性水文遥测数据的异常点识别方法，属于水文遥测终端智能监测技术领域。该方法通过时序分解提取水文数据的长期趋势成分和残差成分，并结合改进的自注意力机制建模。捕捉时序数据中的全局依赖关系，提升异常检测的精度与鲁棒性。该方法能够有效识别水文遥测系统中的异常数据，保障系统稳定运行，适用于水资源管理与灾害预警。实验结果表明，本发明显著改善了水文数据的异常检测性能，具有较强的适应性和泛化能力，为水文遥测系统的智能监测与精确评估提供了新的思路和方法。