一种水文时间序列异常模式检测方法技术

本发明专利技术公开一种水文时间序列异常模式检测方法，包括以下步骤：步骤1：采集历年的水位数据，根据时间的顺序，以年为单位组成每年的水位时间序列；步骤2：对每年水位时间序列进行分割，产生水位子序列；步骤3：水位子序列进行线性分段，形成维度低的水位子序列；步骤4：对步骤3中获得的水位子序列进行分组，将同时间段的子序列划分为一组；步骤5：在同一组子序列中结合平均变化距离和积累变化距离进行异常子序列的检测。本发明专利技术提供的方法不仅计算量小，有效缩短了检测的时间，同时获得的结果准确性更高，有效的避免了检测失败的可能。采用本发明专利技术提供方法能够更好的对水文进行研究和观察。

【技术实现步骤摘要】
一种水文时间序列异常模式检测方法
本专利技术属于数据处理领域，特别涉及一种水文时间序列异常模式检测方法。
技术介绍
水文是指自然界中水的变化、运动等的各种现象，对水文进行研究在水资源开发利用、工程建设管理、农业灌溉、城市用水、航运等方面发挥了重要作用。在对水文进行研究时可以通过发现站点监测的历年水位数据中的异常变化，从而发现水文过程变化规律。对于历年水位数据中的异常变化的检测主要是水文时间序列异常检测。时间序列异常检测主要分成针对时间序列中异常点的检测和异常模式的检测。从一般意义上来说，时间序列中一个点的异常，是指在一条时间序列上与其它序列点存在显著差异的、具有异常特征的序列点；而模式异常是指在这条时间序列上与其它模式存在显著差异的、具有异常行为的模式。时间序列中的模式一般是指一段具有某种特殊变化过程的子序列。目前已有的各种时间序列异常检测的方法，包括生物学方法、基于频率的方法、机器学习方法、基于特征空间的方法等。生物学方法从生物的免疫系统的机制中获得灵感的将该思想映射到异常检测上来,这种基于生物学的时间序列异常模式检测方法的主要缺陷是，当正常的数据变得多种多样，那么可能产生的正常模本文档来自技高网...

【技术保护点】
一种水文时间序列异常模式检测方法，其特征在于：包括以下步骤：步骤1：采集历年的水位数据，根据时间的顺序，以年为单位组成每年的水位时间序列；步骤2：对每年水位时间序列进行分割，产生水位子序列；步骤3：水位子序列进行线性分段，形成维度低的水位子序列；步骤4：对步骤3中获得的水位子序列进行分组，将同时间段的子序列划分为一组；步骤5：在同一组子序列中结合平均变化距离和积累变化距离进行异常子序列的检测。

【技术特征摘要】
1.一种水文时间序列异常模式检测方法，其特征在于：包括以下步骤：步骤1：采集历年的水位数据，根据时间的顺序，以年为单位组成每年的水位时间序列；步骤2：对每年水位时间序列进行分割，产生水位子序列；步骤3：水位子序列进行线性分段，形成维度低的水位子序列；步骤4：对步骤3中获得的水位子序列进行分组，将同时间段的子序列划分为一组；步骤5：在同一组子序列中结合平均变化距离和积累变化距离进行异常子序列的检测。2.根据权利要求1所述的水文时间序列异常模式检测方法，其特征在于：所述步骤2中采用滑动窗口机制对每年水位时间序列进行分割，产生水位子序列。3.根据权利要求1所述的水文时间序列异常模式检测方法，其特征在于：所述步骤3中通过分析逐段聚集平均的方法对分割后的水位子序列进行线性分段。4.根据权利要求1所述的水文时间序列异常模式检测方法，其特征在于：所述步骤5中对异常子序列检测的方法为，包括以下步骤：步骤51：根据公式计...

【专利技术属性】
技术研发人员：王继民，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32