[发明专利]南水北调工程安全数据异常模式发现方法及系统

说明书

本发明涉及安全监测技术领域，特别是一种南水北调工程安全数据异常模式发现方法及系统，围绕传感器安全阈值确定、监测数据预测和异常模式发现机制构建三个方面，展开基于“自助法”的传感器安全阈值计算、基于机器学习和多模型方法的监测数据预测、基于智能信息处理的异常模式发现机制构建的研究，为南水北调工程安全异常模式发现提供科学的理论依据和辅助决策，包括：将传感器进行分组；确定每个传感器的安全阈值；确定每组传感器的既定阀值；判断任一传感器收到数据是否超出该传感器的安全阈值；判断该传感器所在组内所发生异常的传感器比率是否超过既定阀值。

技术领域

本发明涉及安全监测技术领域，特别是一种南水北调工程安全数据异常模式发现方法及系统。

背景技术

南水北调中线干线工程是缓解京、津、冀、豫等北部地区水资源短缺紧张，优化我国水资源配置的一项战略性基础设施工程。该工程南起湖北丹江口水库，直达北京的团城湖和天津市外环河，工程全长1432km，是世界上最大的跨流域调水工程。南水北调中线干线工程沿线地质及气象条件的复杂性使南水北调工程安全受到严峻挑战。为保障工程安全，目前南水北调工程沿线已布设传感器六万多个，用于实时采集工程安全数据，达到全时段、全方位了解工程安全的目的。然而，传感器采集的海量数据同样存在数据量大但信息量小的问题，如何从海量数据中分析挖掘出有价值信息，并预测数据变化趋势，对保证南水北调中线干线工程安全具有重要意义。

目前，在利用多传感器对南水北调中线干线进行工程安全数据采集、分析、预警和决策的工作中还存在一些问题，包括：

1) 在传感和通信系统中，工作环境的复杂性导致监测数据存在大量缺失及异常现象；

2) 传统的基于水利工程机理分析的模型能够针对简单状况下的工程实体进行机理分析，但在分析处理复杂问题时有一定的局限性。同时，机理模型在使用过程中通常需要对数据有一定的要求或假设，而模型本身也必须有明确的数学形式。但真实世界数据的分布通常较为复杂，很难做出任何假定。

3) 传统数理统计方法通过对工程安全数据的分析，能够得到工程安全数据的产生机理，但对监测数据本身没有预测能力。

从以上存在的实际问题出发，本发明选取南水北调中线干线中的典型建筑物为研究对象，针对同一建筑物的多类型传感器探测数据，针对多类型，多维度南水北调工程安全监测数据，进行数据预处理、数据建模、数据预测和工程安全数据预警等问题进行研究。

发明内容

鉴于此，本发明提供一种南水北调工程安全数据异常模式发现方法及系统，围绕传感器安全阈值确定、监测数据预测和异常模式发现机制构建三个方面，展开基于“自助法”的传感器安全阈值计算、基于机器学习和多模型方法的监测数据预测、基于智能信息处理的异常模式发现机制构建的研究，为南水北调工程安全异常模式发现提供科学的理论依据和辅助决策。

为了达到上述目的，本发明是通过以下技术方案实现的：

本发明提供一种南水北调工程安全数据异常模式发现方法，包括： 将传感器进行分组； 确定每个传感器的安全阈值； 确定每组传感器的既定阀值； 判断任一传感器收到数据是否超出该传感器的安全阈值：若不超过安全阈值，则记录该数据；若超过安全阈值，则判断该传感器为发生异常，并进行下一步； 判断该传感器所在组内所发生异常的传感器比率是否超过既定阀值：若超过既定阀值，则进行报警；若不超过既定阀值，则对该传感器数据进行预测，并重新确定该传感器的安全阈值。

进一步地，将传感器进行分组，包括： 根据传感器的时空序列对传感器进行自动聚类分组。

进一步地，确定每个传感器的安全阈值，包括： 对每个传感器的数据样本进行抽样； 对抽样样本进行计算得到各个传感器的置信区间，即传感器的安全阈值。

进一步地，确定每组传感器的既定阀值，包括： 预先设定每组传感器中发生异常的传感器的比例上限，超出上限即超出既定阀值。