大坝变形监测异常数据识别和重构模型

摘要：

针对混凝土坝变形监测数据中的粗差和异常测值问题,提出了一种数据异常识别和重构模型.模型利用关联规则量化变形序列与水位序列的关联性,将监测数据输入DBSCAN聚类算法寻找异常点,利用关联结果将监测数据异常点分为粗差点与反映大坝性态点两类,保留反映大坝性态点,剔除粗差点,并利用改进的小波神经网络对粗差数据进行重构,保证监测序列完整性.某拱坝变形监测数据验证结果表明,该模型可以准确识别监测数据中的异常值,并能够获得更为准确的重构数据,为大坝实测性态评价提供了新的分析方法.

关键词：异常数据、数据重构、关联规则、DBSCAN算法、小波神经网络

所属期刊栏目：43

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2023-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114