一种基于熵理论的大坝监控异常数据的检测方法技术

一种基于熵理论的大坝监控异常数据的检测方法，属于大坝监控技术领域。包括以下步骤：1）对大坝安全监控仪器得到的数据进行划分，将监测数据分成N组子时间序列；2）对N组子时间序列分别进行排列熵值的计算，将每个子时间序列的n个时间序列值换算成一个介于0到1之间的熵值；3）每一个熵值的大小代表了对应的子时间序列的随机程度，值越小，则时间序列越规则，说明该部分安全监控数据正常，反之，则子时间序列越接近随机，说明该部分安全监控数据反常。该一种基于熵理论的大坝监控异常数据的检测方法能够直观的检测出数据的异常波动，且计算方法简便，对工程的监控数据的异常检测有重要的价值。

【技术实现步骤摘要】
【专利摘要】，属于大坝监控
。包括以下步骤：1）对大坝安全监控仪器得到的数据进行划分，将监测数据分成N组子时间序列；2）对N组子时间序列分别进行排列熵值的计算，将每个子时间序列的n个时间序列值换算成一个介于0到1之间的熵值；3）每一个熵值的大小代表了对应的子时间序列的随机程度，值越小，则时间序列越规则，说明该部分安全监控数据正常，反之，则子时间序列越接近随机，说明该部分安全监控数据反常。该能够直观的检测出数据的异常波动，且计算方法简便，对工程的监控数据的异常检测有重要的价值。【专利说明】
本专利技术属于大坝监控
，具体为。
技术介绍
大坝安全监测资料分析是判断大坝运行状况、馈控坝工结构内部机制的重要手段。我国自上世纪70年代以来，开始在大中型水坝上安装各类安全监控仪器，对坝体结构进行实时监测，积累了大量的监测数据，分析监测数据，及时发现坝体运行中的异常，揭示坝体变形规律和发展趋势，对保障坝体安全具有重要意义。大坝的变形监控数据在坝体正常运行情况下是平顺的时间序列值，数据的突变就是坝体结构产生异常的信号，因此，对庞杂数据异常突变值的筛选就是数据分析的关键。熵本文档来自技高网...

【技术保护点】
一种基于熵理论的大坝监控异常数据的检测方法，其特征在于包括以下步骤：1）对大坝安全监控仪器得到的数据进行划分，按照数据分析需要以日、周或月为单位对监测数据时间序列进行分隔，将监测数据分成N组子时间序列，每组时间序列值记为n，1000<n<10000；????2）对N组子时间序列分别进行排列熵值的计算，将每个子时间序列的n个时间序列值换算成一个介于0到1之间的熵值，计算方法如下：2?1）将大坝安全监控数据的第一个子时间序列记为,并对其进行相空间重构，可得到矩阵，（1）其中，和分别为嵌入维数和延迟时间，?3≤≤5，；2?2）矩阵的每一行可看作一个重构分量，共有K个重构分量，将重构矩阵中...

【技术特征摘要】

【专利技术属性】
技术研发人员：秦鹏，秦植海，周建芬，王海波，陈中文，王英华，
申请(专利权)人：浙江水利水电学院，
类型：发明
国别省市：