【技术实现步骤摘要】
一种基于集成学习的大坝监测数据异常检测方法
本专利技术属于大坝监测领域,特别涉及一种基于集成学习的大坝监测数据异常检测方法。
技术介绍
大坝监测数据异常检测对于水库能否正常运行至关重要,水库大坝安全监测要做到定时定点、规律系统,以观测数据的分析结果为主要依据,为水库安全运行提供服务。大坝异常数据检测是通过仪器观测和巡视检查对水利水电工程主体结构、地基基础、两岸边坡、相关设施以及周围环境所作的测量及观察;“检测”既包括对建筑物固定测点按一定频次进行的仪器观测,也包括对建筑物外表及内部大范围对象的定期或不定期的直观检查和仪器探查。通过观测仪器和设备,以及时取得反映大坝和基岩性态变化以及环境对大坝作用的各种异常数据。其目的是分析估计大坝的安全程度,以便及时采取措施,设法保证大坝安全运行。基于学习的方法逐渐应用于异常检测,该类方法构造深度神经网络捕获数据关系。许多神经网络方法如长短记忆网络LSTM、循环神经网络RNN、自编码器Auto-Encoder等,能有效捕获大坝监测数据时序关系,提高时序数据异常检测性能。在处理有标签的数据时,基于学习的方法表现出优越的性能,但是在异常检测这类无监督问题时表现受限。基于学习的方法通常需要大量的大坝监测数据样本,通过不断的迭代学习计算结果,在处理高维数据时计算消耗巨大。集成学习能有效提升大坝监测数据异常检测性能,但是现有方法存在以下问题:(1)大多数方法不经过筛选,组合所有的基础检测模型。这类方法会导致集成方法准确性降低,因为对于不同的数据集,基础检测单元的性能也不同,不经 ...
【技术保护点】
1.一种基于集成学习的大坝监测数据异常检测方法,其特征在于,包括如下步骤:/n(1)大坝监测点的集成单元的构造:利用随机子采样构造不同的监测数据子集,并根据超参数多样性构造不同的模型组,训练得到异常检测模型池;/n(2)伪真值标签的构造:基于异常检测模型池,采用集成一致性方法构造测点的伪真值标签;/n(3)测点局部邻域空间生成:基于邻域相关性选择目标测点相关邻域,根据测点邻域的异常得分矩阵与从测点的伪真值标签间的皮尔逊相关性,选择最优模型组合;/n(4)测点异常情况判断:计算测点在最优模型组合上的得分,判断测点异常情况。/n
【技术特征摘要】
1.一种基于集成学习的大坝监测数据异常检测方法,其特征在于,包括如下步骤:
(1)大坝监测点的集成单元的构造:利用随机子采样构造不同的监测数据子集,并根据超参数多样性构造不同的模型组,训练得到异常检测模型池;
(2)伪真值标签的构造:基于异常检测模型池,采用集成一致性方法构造测点的伪真值标签;
(3)测点局部邻域空间生成:基于邻域相关性选择目标测点相关邻域,根据测点邻域的异常得分矩阵与从测点的伪真值标签间的皮尔逊相关性,选择最优模型组合;
(4)测点异常情况判断:计算测点在最优模型组合上的得分,判断测点异常情况。
2.根据权利要求1所述的一种基于集成学习的大坝监测数据异常检测方法,其特征在于,所述步骤(1)中集成单元构造的具体步骤如下:
(1.1)划分测点:在T0~T1时间段内,将大坝监测点划分为训练测点和测试测点;训练测点表示有n个训练测点,每个测点有温度、水位,渗流量等d个特征,构成d维特征空间;测试测点表示有m个测试测点;
(1.2)构造模型池:对同一异常检测模型C,使用R组不同的超参数,每一组超参数得到一个异常监测模型C′i;组合模型C′i得到模型池C′={C′1,...,C′i,...,C′R},其中R表示模型池中模型的个数,C′i表示第i组超参数初始化的模型。
(1.3)集成单元的训练:利用训练测点分别训练模型池C′中的所有R个模型,得到训练好的模型池C={C1,...,Ci,...,CR}。
3.根据权利要求2所述的一种基于集成学习的大坝监测数据异常检测方法,其特征在于,所述步骤(2)中构造伪真值标签的具体步骤如下:
(2.1)利用步骤(1)训练好的模型池,计算测点的异常得分矩阵;输入为的下采样子集,输出为异常得分矩阵,表示为:Ci(xtrain)表示训练测点在第i个模型上的异常得分;更具体的表示为:
其中表示第i个训练测点;
(2.2)根据步骤(2.1)得到的异常得分矩阵,将训练测点在所有R个模型上的输出结果进行组合,可以得到第i个训练测点的伪真值标签;表示为:其中Combine代表组合函数,通常取得分组合最大值;
(2.3)对于每一个训练测点进行步骤(2.2)的操作,得到所有n个训练测点的伪真值标签
4.根据权利要求3所述的一种基于集成学习的大坝监测数据异...
【专利技术属性】
技术研发人员:毛莺池,刘意,王龙宝,李志兴,徐淑芳,程杨堃,段云超,孙建英,郭锐,胡奇玮,孟欢,
申请(专利权)人:河海大学,华能澜沧江水电股份有限公司,华能集团技术创新中心有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。