人民黄河

作者：孙政杰;丁勇;李登华

单位：（1.南京理工大学 土木工程系,江苏 南京 210094;2.南京水利科学研究院,江苏 南京 210094; 3.水利部 水库大坝安全重点实验室,江苏 南京 210094）

关键词：Prophet;GMM;大坝监测数据;异常检测

大坝监测数据受环境等因素影响,往往存在异常数据,异常数据的检测对于大坝的正常运行起着不可或缺的作用,但是传统异常检测算法对于大坝监测数据往往达不到精度要求。提出了一种基于Prophet-GMM的异常检测算法,利用Prophet算法较好的拟合性能对大坝数据进行拟合,由拟合数据与实测数据求残差序列,再利用GMM算法对残差序列进行聚类,从而准确识别出异常值。结果表明:Prophet-GMM法对于不同类型的大坝监测数据都能准确识别出异常值,与传统检测算法相比,在查准率、查全率及准确率3个检测指标上,均有较为明显的提升。

来源：2024年第3期

《人民黄河》期刊编辑部

查看人民黄河杂志2024年第3期