[發明專利]一種地震前兆數據異常檢測方法

有效

• 申請號: 201811219615.8
• 申請日: 2019-03-21
• 公開（公告）號: CN109738939B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 蔡寅
• 申請（專利權）人: 蔡寅
• 主分類號: G01V1/00
• 分類號: G01V1/00;G01V1/30
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

1.一種地震前兆數據異常檢測方法，其特征在于，所述方法包括：

S1、地震前兆數據處理；查詢數據庫，獲取已存儲的歷史地震前兆數據集，根據指令進行數據預處理，將預處理后的數據集分為訓練集、驗證集和測試集三個子集；

S2、構建LSTM-RNN預測模型；所述預測模型分為輸入層、隱藏層及輸出層；其中，所述訓練集作為預測模型的輸入；所述隱藏層為多層，相鄰之間采用全連接的方式；所述輸出層為一個全連接層，其神經元的個數與需要向后預測的數據長度一致，采用線性激活方式；在所述預測模型中采用均方誤差作為損失函數；

S3、訓練預測模型；將所述訓練集中的數據作為輸入，通過指令運用通過時間的反向傳播算法，進行所述預測模型的訓練，其中，首先初步設定預測模型超參數的初始值，然后使用貝葉斯優化去尋找超參數的最優解；

S4、預測模型參數調整；根據所述損失函數，設定異常觸發閾值；用測試集中數據對預測模型進行測試，根據對測試集中異常數據的識別率，對所述超參數的值進行調整，直到對測試集中異常數據識別的誤差值和所觸發的非異常數據的數量都達到期望值時結束；

S5、保存預測模型；用所述驗證集的數據，檢查訓練過程中誤差變化情況，當訓練集與驗證集的誤差均達到最小期望值時結束，保存預測模型及損失函數；

S6、利用預測模型進行地震前兆數據預測；輸入當前的地震前兆數據至所述預測模型，輸出預測值，根據程序指令與異常觸發閾值進行比較，判定是否為異常數據；

所述訓練集由正常變化數據組成；所述驗證集由隨機選取的5％的訓練集數據組成；所述測試集由正常變化數據和異常變化數據組成；

所述損失函數為：

其中，y_i(t)為t時刻模型輸出的預測值，為t時刻實際觀測值；

所述數據預處理為對地震前兆數據進行zero-mean標準化處理。

2.根據權利要求1所述的一種地震前兆數據異常檢測方法，其特征在于：在所述隱藏層中，根據數據集的信息量和網絡規模，設定dropout參數，隨機抑制部分神經元的輸出。

3.根據權利要求2所述的一種地震前兆數據異常檢測方法，其特征在于：所述dropout參數的數值與數據集的信息量負相關，與網絡規模正相關。

4.根據權利要求1所述的一種地震前兆數據異常檢測方法，其特征在于：所述預測模型超參數包括：隱藏層數、每層神經元數量、dropout、learning rate、epoch、batch_size。

5.根據權利要求1所述的一種地震前兆數據異常檢測方法，其特征在于：所述異常觸發閾值設定為2倍平均誤差。