[发明专利]一种基于熵理论的大坝监控异常数据的检测方法

摘要

一种基于熵理论的大坝监控异常数据的检测方法，属于大坝监控技术领域。包括以下步骤：1）对大坝安全监控仪器得到的数据进行划分，将监测数据分成N组子时间序列；2）对N组子时间序列分别进行排列熵值的计算，将每个子时间序列的n个时间序列值换算成一个介于0到1之间的熵值；3）每一个熵值的大小代表了对应的子时间序列的随机程度，值越小，则时间序列越规则，说明该部分安全监控数据正常，反之，则子时间序列越接近随机，说明该部分安全监控数据反常。该一种基于熵理论的大坝监控异常数据的检测方法能够直观的检测出数据的异常波动，且计算方法简便，对工程的监控数据的异常检测有重要的价值。

主权项

1. 一种基于熵理论的大坝监控异常数据的检测方法，其特征在于包括以下步骤：1）对大坝安全监控仪器得到的数据进行划分，按照数据分析需要以日、周或月为单位对监测数据时间序列进行分隔，将监测数据分成N组子时间序列，每组时间序列值记为n，1000<n<10000；    2）对N组子时间序列分别进行排列熵值的计算，将每个子时间序列的n个时间序列值换算成一个介于0到1之间的熵值，计算方法如下：2-1）将大坝安全监控数据的第一个子时间序列记为,并对其进行相空间重构，可得到矩阵，（1）其中，和分别为嵌入维数和延迟时间， 3≤≤5，；2-2）矩阵的每一行可看作一个重构分量，共有K个重构分量，将重构矩阵中的第个重构分量，，……，按照升序重新排列，，，……，表示重构分量中各元素所在列的索引，即（2）如果重构分量中存在相等的值，则按照中m的大小对数值进行排列；2-3）通过步骤（2）的计算，可将大坝安全监控数据子时间序列数据组的向量中每一个行向量转化成一组符号序列，记作，式中=1,2,…，k，且；2-4）m维相空间映射不同的符号序列总共有，是其中一种排列，对整个序列中各种排列情况出现的次数进行统计，计算各种排列情况出现的相对频率作为其概率，；2-5）按照Shannon熵的形式定义计算时间序列的排列熵，可将子时间序列转化为一个熵值，（3）2-6）将进行归一化处理，得到第一个时间序列的最终排列熵值（4）2-7）按照步骤（1）至（6），继续计算其他子时间序列对应的排列熵值；3）每一个熵值的大小代表了对应的子时间序列的随机程度，值越小，则时间序列越规则，说明该部分安全监控数据正常，反之，则子时间序列越接近随机，说明该部分安全监控数据反常。