基于Prophet-GMM的大坝监测数据异常检测算法

• 全文链接
• 请求原文

作   者：

孙政杰;  丁勇;  李登华; 

作者机构：

南京理工大学土木工程系;  南京水利科学研究院;  南京理工大学理学院土木工程系; 

关键词：

GMM;  Prophet;  大坝监测数据;  异常检测; 

期刊名称：

人民黄河

i s s n：

1000-1379

年卷期：

2024 年 46 卷 003 期

页   码：

132-135,142

摘   要：

大坝监测数据受环境等因素影响,往往存在异常数据,异常数据的检测对于大坝的正常运行起着不可或缺的作用,但是传统异常检测算法对于大坝监测数据往往达不到精度要求.提出了一种基于Prophet-GMM的异常检测算法,利用Prophet算法较好的拟合性能对大坝数据进行拟合,由拟合数据与实测数据求残差序列,再利用GMM算法对残差序列进行聚类,从而准确识别出异常值.结果表明:Prophet-GMM法对于不同类型的大坝监测数据都能准确识别出异常值,与传统检测算法相比,在查准率、查全率及准确率 3 个检测指标上,均有较为明显的提升.