基于EMD和GRU的桥梁传感器时序缺失数据重构方法技术

本发明专利技术实施例中提供了一种基于EMD和GRU的桥梁传感器时序缺失数据重构方法，属于数据处理技术领域，具体包括：获取桥梁无线传感器的时序数据；识别缺失数据对应的时间戳，将时序数据划分为训练集和测试集；根据时间尺度特征使用经验模态分解方法对训练集和测试集进行分解，将符合要求的时序数据分解成有限数量的本征模态序列的线性组合；设计一种基于GRU的本征模态序列的初始预测模型，利用网格搜索方法在分解后训练集上训练初始预测模型并选择最优性能的超参数，得到最优模型；根据时间戳以及数据内容判断实时数据是否存在缺失，调用最优预测模型对缺失数据段进行重构。通过本发明专利技术的方案，提高了数据重构的效率、精准度和适应性。

【技术实现步骤摘要】

本专利技术实施例涉及数据处理，尤其涉及一种基于emd和gru的桥梁传感器时序缺失数据重构方法。

技术介绍

1、由于科学技术的快速发展，无线传感器设备被广泛应用于桥梁输数据监测。桥梁监测系统由电子传感器、信号传输网络、计算和存储设备组成，其监测到的时序数据可以反映桥梁的实际状态。由于桥梁运行过程面临许多不确定性，环境、天气、长时间连续工作等因素可能导致无线传感器在数据传输时信号接收不连贯，可能存在导致数据丢失的风险。缺失的数据会降低桥梁健康模型分析或算法的准确性，可能在某些统计和数据分析指标中引入较大的偏差。为减少缺失数据带来的错误评估，研究如何处理桥梁缺失的原始数据即数据重构方法至关重要。因此，桥梁监测数据的重构已成为当前桥梁监测技术发展的一个方向。

2、近年来，有许多研究人员提出了不同的方法来解决这个问题。目前已有的桥梁时序数据重构方法主要可以分为两类，一类是传统的数学方法，另一类是利用深度学习方法。传统的数学方法实现简单，但是由于桥梁监测数据的复杂特性，导致重构性能并不理想。随着人工智能的快速发展，深度学习方法高度依赖于数据，在大量数据面前本文档来自技高网...

【技术保护点】

1.一种基于EMD和GRU的桥梁传感器时序缺失数据重构方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于,所述预处理操作为标准化操作，所述标准化操作的表达式为

3.根据权利要求2所述的方法，其特征在于,所述步骤3具体包括：

4.根据权利要求3所述的方法，其特征在于,所述平均值的表达式为

5.根据权利要求4所述的方法，其特征在于,所述步骤4具体包括：

6.根据权利要求5所述的方法，其特征在于,所述调用最优预测模型对缺失数据段进行重构的步骤，包括：

7.根据权利要求6所述的方法，其特征在于,所述逆向处理的...

【技术特征摘要】

1.一种基于emd和gru的桥梁传感器时序缺失数据重构方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于,所述预处理操作为标准化操作，所述标准化操作的表达式为

3.根据权利要求2所述的方法，其特征在于,所述步骤3具体包括：

4.根据权利要求3所述的方...

【专利技术属性】
技术研发人员：谈遂，兰鹏，余志武，毛建锋，伍军，谷昊，廖志芳，徐磊，
申请(专利权)人：高速铁路建造技术国家工程研究中心，
类型：发明
国别省市：