[发明专利]基于小波分析的桥梁健康数据异常修正方法及系统

说明书

本发明公开了一种基于小波分析的桥梁健康数据异常修正方法及系统，修正方法包括以下步骤：获取桥梁健康的原始数据；利用小波变换，将原始数据分解为低频数据和高频数据，并对所有的低频数据进行重构，获得长周期趋势数据；计算原始数据与长周期趋势数据的差值；基于差值，建立该差值的正态分布曲线；根据预设的保证率获得该正态分布曲线的置信区间，且判定差值中位于置信区间外的部分为异常数据，并获取该异常数据的采样时间；从长周期趋势数据中挑选出与异常数据的采样时间相同的数据，并用该数据替换原始数据中与异常数据的采样时间相同的数据。能自动化识别及修正异常数据，识别精度高，修正效果好。

技术领域

本发明涉及桥梁健康监测技术领域，具体涉及一种基于小波分析的桥梁健康数据异常修正方法及系统。

背景技术

目前，国家对于大型桥梁的管理及养护推荐实施健康监测系统来保障和评估桥梁结构的运营安全。随着经济的发展，国内诸多大桥已装有健康监测系统，与此同时，系统已经积攒了大量的结构及环境等数据，由于监测系统的复杂性及组成系统各个环节的各种干扰，导致异常数据普遍存在。这些异常数据的处理往往消耗大量的人力和物力，且异常数据处理的好坏直接关系到后续数据分析及挖掘工作的准确性和科学性，也影响着运营中桥梁特征指标的提取及后续的结构安全评估工作。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于小波分析的桥梁健康数据异常修正方法及系统，能自动化识别及修正异常数据，识别精度高，修正效果好。

为达到以上目的，本发明采取的技术方案是：

一种基于小波分析的桥梁健康数据异常修正方法，其包括以下步骤：

获取桥梁健康的原始数据；

利用小波变换，将所述原始数据分解为低频数据和高频数据，并对所有的低频数据进行重构，获得长周期趋势数据；

计算所述原始数据与所述长周期趋势数据的差值；

基于所述差值，建立该差值的正态分布曲线；

根据预设的保证率获得该正态分布曲线的置信区间，且判定所述差值中位于所述置信区间外的部分为异常数据，并获取该异常数据的采样时间；

从所述长周期趋势数据中挑选出与所述异常数据的采样时间相同的数据，并用该数据替换所述原始数据中与所述异常数据的采样时间相同的数据。

在上述技术方案的基础上，利用小波变换，将所述原始数据分解为低频数据和高频数据，具体包括以下步骤：

将所述原始数据分解为多种不同频率的分解数据；

从所有的分解数据中筛选出满足预设的条件的低频数据，剩余的分解数据为高频数据。

在上述技术方案的基础上，所述预设的条件为：频率小于0.0017Hz，周期大于10min。

在上述技术方案的基础上，根据预设的保证率获得该正态分布曲线的置信区间，具体包括以下步骤：

根据所述正态分布曲线得到所述差值的均值μ和标准差σ；

基于μ和σ，获得满足预设的保证率的置信区间。

在上述技术方案的基础上，所述预设的保证率为99.7％，所述置信区间为[μ-3σ，μ+3σ]。

在上述技术方案的基础上，判定所述差值中位于所述置信区间外的部分为异常数据，具体包括以下步骤：

当所述差值大于μ+3σ或小于μ-3σ时，判定该所述差值为异常数据。

在上述技术方案的基础上，所述预设的保证率为95％，所述置信区间为[μ-2σ，μ+2σ]。