[發明專利]一種水位動態監測的異常數據分析方法

有效

• 申請號: 201810600901.2
• 申請日: 2018-06-12
• 公開（公告）號: CN108920429B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 張潤潤;陳喜;張志才;程勤波;龔軼芳
• 申請（專利權）人: 河海大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F16/2458;G06F16/25
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種水位動態監測的異常數據分析方法，其特征在于，包括以下步驟：

S1、連續記錄待測流域水下某采樣點在某長期時段內的降水過程；在該長期時段內以特定時長的時間間隔Δt，連續記錄采樣點的水壓和水溫數據，分別得到該采樣點在該長期時段的連續水壓、水溫數據序列；

S2、將所述連續水壓數據序列中每個水壓數據換算成水面至該采樣點的相對水深數據，得到該采樣點在所述長期時段的連續相對水深數據序列；

S3、結合步驟S1所得待測流域采樣點在長期時段內的降水過程，去掉所述連續相對水深數據序列中的明顯異常數據，得到若干個相對水深數據子序列A；每個所述相對水深數據子序列A中包含若干個具有相同時間間隔Δt的相對水深數據a；所述連續相對水深數據序列中的明顯異常數據的具體判斷方法為：當某時刻的相對水深數據為0或負值時，則該時刻的相對水深數據為明顯異常數據；

去除所述明顯異常數據后得到n個相對水深數據子序列A，每個相對水深數據子序列A中包含m個具有相同時間間隔Δt的相對水深數據a，即

A_i＝{a_i,1,a_i,2,…,a_i,m}，1≤i≤n，

其中，A_i是指第i個相對水深數據子序列，包含m個相對水深數據，分別為a_i,1,a_i,2,…,a_i,m；

S4、計算每個相對水深數據子序列A中，每2個相鄰時刻的相對水深數據a的增量x，得到若干個增量子序列X，再將所有增量子序列X合并得到增量序列XX；

S5、假定所述增量序列XX所含的增量x符合特定的分布函數，估計特定置信水平下增量序列XX中增量x的置信區間，確定在所述特定置信水平下增量x被接受的上下限閾值，即每個增量被接受的上下限閾值；所述特定的分布函數為正態分布、Gumbel分布或t分布，所述特定置信水平為90％、95％或99％；

S6、以該置信區間的上下限閾值為基準，篩選出所述增量序列XX內所有超出該置信區間的異常增量；

S7、結合步驟S1所得待測流域采樣點在長期時段內的降水過程、水溫數據序列，進一步分析每個異常增量的合理性，剔除不合理的異常增量，具體方法為：

結合步驟S1所得待測流域采樣點在長期時段內的降水過程及水溫數據，當某異常增量小于特定置信水平下的增量x被接受的下限閾值，且此刻水溫變化明顯；或者當某異常增量大于特定水平下的增量x被接受的上限閾值，且此刻水溫變化明顯且未發生降雨時，則判定該異常增量應剔除，進而判定對應記錄的水壓、相對水深數據也應剔除；當某異常增量大于特定水平下的增量x被接受的上限閾值，且水溫恒定或小幅變化，且發生降雨時，則判定該異常增量是降雨所致，進而認為對應記錄的水壓、相對水深數據可以被接受。

2.根據權利要求1所述的一種水位動態監測的異常數據分析方法，其特征在于，步驟S2中，所述連續水壓數據序列中每個水壓數據換算成水面至采樣點的相對水深數據的計算公式為：

H＝(P-P₀)/9.8；

其中，H為采樣點在該時刻的相對水深數據，單位為m；P為采樣點水面上方大氣壓，單位為kPa；P₀為采樣點水壓，單位為kPa。