[发明专利]基坑自动化监测异常数据识别方法

说明书

技术领域

本发明涉及数据处理的方法，尤其涉及一种自动化监测异常数据识别方法。 

背景技术

基坑是在基础设计位置按基底标高和基础平面尺寸所开挖的土坑。开挖前应根据地质水文资料，结合现场附近建筑物情况，决定开挖方案，并作好防水排水工作。大型基坑采用纵桩和横桩形成挡土墙的方法，防护外侧土层坍入，纵桩和横桩均是灌装混凝土的钢筋，并且在基坑旁边设置水井，不停抽水，防止基坑内水位上升。基坑开挖过程中需要监测各项数据，对可能产生的不利状况提供预警。 

常规基坑工程监测手段不仅耗费大量人力，而且数据采集周期、精度和分析处理机制和管理方法，远远不能适应科学的管理与决策需求。随着地铁工程的发展，地下车站深大基坑工程日益增多，催生了更多新一代传感、传输和监测数据处理技术在基坑工程中的研究应用；稳定、成熟、可靠的电子信息技术在土建工程中的推广应用，为基坑的自动化监测提供了强有力的技术基础。 

基坑自动化监测通常需要采集钢筋计频率、测斜仪倾角、水位计压强读数及单点沉降计的沉降数据，钢筋计频率设置在要采集数据的钢筋内，测斜仪一般埋置在基坑挡墙的测斜管内，水位计放置在降水 井内，位移计放置在基坑周边沉降的土体上。挡土墙数据在自动化采集及传输时会由于周边电磁环境、传输干扰而发生变化产生异常数据；作为基坑监测后期分析与预警的关键性资源之一的数据，其监测质量问题尤其是异常数据的出现对后期能数据分析的结果产生越来越重要的影响。 

基坑监测中的异常数据是监测数据集中与常规数据不同的数据，它们不符合惯常的数据模式，其产生机制与大多数数据不同。异常数据包括两种类型，第一种是真实异常数据，包含着从应用角度看非常有意义的知识；第二种是噪音异常数据，是采集、传输或存储过程中的错误引起的，会误导分析的结果。目前对于异常数据的态度主要有两种，一是拒绝，从数据集中删除全部异常数据，优点是可以减少异常数据的误导作用，但会丢失有意义的信息；二是保留，保留所有异常数据，不会丢失任何信息，但分析结果会受到异常数据的误导。 

在基坑监测数据分析中，数据的质量问题越来越突出，监测数据是整个预警系统的关键性资源，有高质量的数据才能更好地进行预警决策分析。而在大规模监测数据分析中获得清洁可靠的数据是一项困难的工作，其成本也很高，大约要花费项目中50％到70％的资源。 

实际监测过程中获取的数据有许多质量问题。首先，多种原因会产生异常数据，产生异常数据的原因通常包括： 

1、传感器故障或传感器短时异常，导致传感器输出信号不能正确反映采集量的真实状态； 

2、整个采集系统接地不良或电压不稳导致传感器数据采集存在误差或错误而造成假数据； 

3、无线采集器在采集接入及处理传感器数据时存在逻辑错误或误差，导致采集的数据异常； 

4、无线传输过程中无线信号受到现场大功率设备或强电磁场的干扰，导致输出传输过程中发生异常。 

将异常数据从真实数据中区分出来非常困难，虽然有些异常数据可能是测量和记录过程中的错误引起的，但有些异常数据却代表着真实的监测量的状态，蕴涵着从预警角度看非常有意义的知识。目前针对监测过程中产生的异常数据，通常采用均值偏离方法进行处理，其本质是依据监测对象状态在一段时间内不会发生突变，通过求取一段时间窗内的采集值均值，再通过与设定的阈值进行比较，所超过设定的阈值则判定采集值异常。此方法可以识别部分异常数据，但由于阈值的设置难以把握，过大的阈值容易过滤到真实的采集值，过小的阈值不容易去除异常数据，导致实际处理效果依赖于阈值设置的经验值，难以量化处理。 

发明内容

本发明的所要解决的技术问题在于提供一种准确的识别基坑自动化监测异常数据的方法。 

本发明采用以下技术方案解决上述技术问题的：一种基坑自动化监测异常数据识别方法，包括下述步骤： 

步骤1：在基坑现场安装温度计、雨量计、大气压强计，并实现基坑现场温度、大气压强及降雨量的采集，采集频率同监测项目的采集频率。； 

步骤2：根据前一采集日的温度变化曲线及钢筋计的频率输出变化曲线，找出两条曲线中的最高点及其对应的采集时刻，求取采集时刻之间的差值作为钢筋计所在位置温度与基坑环境温度之间的延时时间Delay； 

步骤3：根据上一轮采集结果并结合本轮采集的温度值、大气压强及采集周期内的降雨量对本轮监测值进行预测；