申请/专利权人：国网陕西省电力公司电力科学研究院;国家电网有限公司

申请日：2021-04-30

公开（公告）日：2024-05-17

公开（公告）号：CN113128098B

主分类号：G06F30/23

分类号：G06F30/23;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.08.03#实质审查的生效;2021.07.16#公开

摘要：本发明公开了基于DE‑LOF的混凝土坝奇异值检测方法和设备，包括：步骤1、获取原始混凝土坝变形监测数据样本；步骤2、对原始混凝土坝变形监测数据进行差分扩大处理；步骤3、计算所有数据点的关键参数；步骤4、构建奇异值判定阈值；步骤5、混凝土坝变形监测奇异值检测。本发明实现了混凝土坝变形监测奇异值检测，解决了现有技术中存在的监测数据大小敏感、局部奇异特征鲁钝、奇异判定标准模糊、奇异检测效率低下问题。

主权项：1.基于DE-LOF的混凝土坝奇异值检测方法，其特征在于，包括以下步骤：步骤1、获取原始混凝土坝变形监测数据样本；步骤2、对原始混凝土坝变形监测数据样本进行差分扩大处理，得到差分扩大变形序列数据样本；步骤3、计算差分扩大变形序列数据样本中所有数据点的局部异常因子，得到局部异常因子数据序列；步骤4、根据局部异常因子构建奇异值判定阈值；步骤5、利用奇异值判定阈值对混凝土坝变形监测奇异值检测；所述步骤2包括以下步骤：步骤2.1、对原始混凝土坝变形监测数据样本进行差分扩大处理，通过差分扩大处理得到变形差分时间序列数据样本c：c＝[c1,c2,...,cn-1]1；对于其中的任一数据样本cj，计算公式如下：cj＝yi,j+1-yi,j2；yi＝[yi,1,yi,2,...,yi,n]，3；yi为混凝土坝体第i个变形测点的n个监测数据yi,n组成的混凝土坝变形监测数据样本；步骤2.2、计算变形差分序列数据样本c的均值μ和标准差σ： 步骤2.3、对经过差分扩大处理的变形差分时间序列数据样本进行标准化及扩大化处理，经标准化和扩大化处理之后的差分扩大变形序列数据样本z为：z＝[z1,z2,...,zn-1]6对于其中的第l个数据样本zl，其计算公式如下： 其中，w为扩大因子；所述步骤3具体为：步骤3.1、计算数据点的第k距离邻域；步骤3.2、计算数据点的局部可达距离；步骤3.3、计算数据点的局部可达密度；步骤3.4、根据数据点的第k距离邻域，数据点的局部可达距离和数据点的局部可达密度计算数据点的局部异常因子，所有数据点的局部异常因子组成局部异常因子数据序列；所述步骤3.1具体为：对于差分扩大变形序列数据样本中的任一数据点p的第k距离为dkp，定义为数据样本z中到点p距离最近的第k个点到点p的距离，这k个点组成的第k距离邻域记为Nkp；所述步骤3.2具体为：定义数据样本z中的任意两个数据点p和点q两者之间的第k可达距离为dkp,q；dkp,q＝max{dkp,dp,q}8其中，点q到点p的第k可达距离dkp,q取dkp和dp,q的最大值，dp,q为q到点p的距离，距离点p最近的k个点的可达距离相同；所述步骤3.3中，计算数据点的局部可达密度ρkp计算公式为： 所述步骤3.4中，数据点的局部异常因子的计算公式为： ρkq为数据点p邻域Nkp中所有数据点局部可达密度，数据点p的局部异常因子LOFkp代表该点的离散程度；所述步骤4具体为：通过对局部异常因子数据序列的均值进行区间估计，将估计值μlof在置信度为1-α的置信区间上边界值作为正常值和奇异值的判别阈值LOFk，计算正常值和奇异值的判别阈值LOFk；正常值和奇异值的判别阈值LOFk计算过程如下：Xlof样本均值μlof的无偏估计为： Xlof样本标准差σlof的无偏估计为： 为第l个局部异常因子；μlof为局部异常因子数据序列均值的无偏估计值；由于通过正态分布性质可得且不依赖任何其他参数，按照标准正态分布的上α分位数的定义得到： 上式中：为局部异常因子数据序列的计算平均值；P{·}为事件发生的概率；Zα2为的上侧α2分位数；得到在显著性水平α下，数据样本置信度为1-α的置信区间为： 选取局部异常因子数据样本均值置信区间上边界作为正常值和奇异值的判别阈值，即：

全文数据：

权利要求：

百度查询： 国网陕西省电力公司电力科学研究院;国家电网有限公司 基于DE-LOF的混凝土坝奇异值检测方法和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD