一种大坝安全监测数据系统误差跳变的智能识别方法及系统技术方案

本发明专利技术公开了一种大坝安全监测数据系统误差跳变的智能识别方法及系统。根据大坝安全监测物理量的观测数据序列及其对应的测量时间序列，计算每个测次的斜率的绝对值，得到第一数据序列；基于观测数据序列，计算每个测次前后设定时间长度内观测数据的算术平均值的差值，并对所述差值取绝对值，得到第二数据序列；根据第一数据序列和第二数据序列，判断观测数据序列中某个测次的观测数据是否出现系统误差跳变。本发明专利技术可以更准确且更高效地识别海量监测数据中的系统误差跳变现象，适合计算机智能批量处理数据，适用于大坝安全监测及其它工程安全监测领域。它工程安全监测领域。它工程安全监测领域。

An intelligent identification method and system for error jump of dam safety monitoring data system

【技术实现步骤摘要】
一种大坝安全监测数据系统误差跳变的智能识别方法及系统


[0001]本专利技术属于大坝安全监测数据处理领域，涉及一种大坝安全监测数据系统误差跳变的智能识别方法及系统。

技术介绍

[0002]系统误差是在一定的测量条件下，对同一个被测物进行重复多次测量，测量所得结果的平均值与被测量的真值之差。系统误差具有重复性、单向性、可测性的特点。即在相同的条件下，重复测定时会重复出现，使测定结果系统偏高或系统偏低，其数值大小也有一定的规律。系统误差产生的原因主要有三大因素：测量仪器的原因、测量基准的变化和外界条件的影响。在大坝安全监测测量数据中，常常会受这三种因素的影响，使测量结果含有系统误差，如监测仪器或设备在更换前后或者基准的改变产生的常量系统误差，造成测量数据前后不衔接，其测值过程线呈现出“台阶型跳变”。含有这种系统误差的数据无法直接分析使用，需要采用一定的方法对其识别及处理。
[0003]目前这种系统误差的跳变主要靠人工识别，通过绘制监测数据的时间过程线，观察其是否存在台阶型跳变。人工识别方法的缺点是需要对每个测点绘制监测数据过程线，由人来逐个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大坝安全监测数据系统误差跳变的智能识别方法，其特征在于，包括：获取大坝安全监测物理量的观测数据序列及其对应的测量时间序列；根据所述观测数据序列和测量时间序列，计算每个测次的斜率的绝对值，得到由各测次斜率的绝对值构成的第一数据序列；基于所述观测数据序列，计算每个测次前后设定时间长度内观测数据的算术平均值的差值，并对所述差值取绝对值，得到由各个测次前后设定时间长度内观测数据的算术平均值差值的绝对值构成的第二数据序列；根据所述第一数据序列和第二数据序列，判断所述观测数据序列中某个测次的观测数据是否出现系统误差跳变。2.根据权利要求1所述的方法，其特征在于，所述根据所述观测数据序列和测量时间序列，计算每个测次的斜率的绝对值，包括：假设观测数据序列为{y1,y2,
…
,y
n
}，其对应的测量时间序列为{t1,t2,
…
,t
n
}，根据以下公式计算每个测次的斜率k
i
：式中，t
i
和t
i
‑1分别为观测数据y
i
和y
i
‑1对应的测量时间，n为总测次；对每个测次的斜率k
i
取绝对值：KJ
i
＝|k
i
|式中，KJ
i
为第i个测次的斜率的绝对值。3.根据权利要求1所述的方法，其特征在于，每个测次前后设定时间长度内观测数据的算术平均值，根据以下步骤计算：假设设定时间长度为TL，设第i个测次前TL时段内有测次k个，对应观测数据为R1，R2，R3，
……
，R
k
，则根据以下公式计算第i个测次前TL时段内的观测数据的算术平均值E1
i
：式中，R
j
＝R1，R2，R3，
……
，R
k
，i＝2，3，
……
，n
‑
1；设第i个测次后TL时段内有测次p个，对应观测数据为S1，S2，S3，
……
S
p
，则根据以下公式计算第i个测次后TL时段内的观测数据的算术平均值E2
i
：式中，S
j
＝S1，S2，S3，
……
S
p
；其中，第i个测次的观测数据包含在第i个测次后TL时段内的p个测次中。4.根据权利...

【专利技术属性】
技术研发人员：沈慧，潘琳，凌骐，关志豪，张岚，陶丛丛，崔岗，胡波，李召阳，
申请(专利权)人：南京南瑞水利水电科技有限公司，
类型：发明
国别省市：