[发明专利]一种基于无监督学习的大坝安全监测数据异常检测方法

摘要

本发明提供一种基于无监督学习的大坝安全监测数据异常检测方法，包括以下步骤：(1)获取大坝运行期间监测量的待检测时序数据，对采集到的待检测时序数据进行归一化处理进行归一化处理，采用移动滑窗对归一化处理后的待检测时序数据进行滚动采样，建立训练样本数据集和测试样本数据集；(2)基于训练样本数据集和测试样本数据集长短记忆(LSTM)循环神经网络回归预测模型，对待检测时序数据进行回归预测，并计算待检测时序数据与重构序列数据的残差序列；(3)基于孤立森林(iForest)算法建立异常检测模型，将残差序列输入异常检测模型完成对大坝监测数据异常值的实时检测。本发明可解决在大坝安全监测实时采集过程中，对监测数据异常值进行在线智能识别的问题，具有较高的泛化能力和较广的适用范围，不仅能够对不同传感器采集的数据类型进行检测，而且能够快速处理大量数据。