[发明专利]一种道路交通流异常数据识别方法

权利要求书

1.一种道路交通流异常数据识别方法,其特征在于，包括如下步骤；

步骤1：读取交通调查设备所采集的数据，该数据包含数据时刻t、当前设备的站点编号、设备编号、车道编号、流量V、速度S、时间占有率O；

步骤2：识别当前时刻t所述交通流数据的有效性，当数据的站点编号、设备编号、车道编号符合本技术领域的规范或技术协议，数据的时刻t为规定的数据采集时间时，该数据是有效的交通流数据，若为有效数据则执行步骤3，否则丢弃该数据；

步骤3：在线识别当前时刻t所述有效交通流数据的异常情况，并标记异常数据字段；

步骤4：离线计算统计指标，识别目标交通调查设备是否出现异常的工作状态。

2.根据权利要求1所述的一种道路交通流异常数据识别方法，其特征在于，所述的步骤3中识别有效交通流数据的异常情况的步骤包括：

步骤3.1：识别当前时刻t所述有效交通流数据的缺失数据，并将缺失数据所对应的交通调查设备定义为目标设备i，流量V、速度S、时间占有率O三个字段均被标记为异常数据字段；

步骤3.2：以当前时刻t为起点，时刻t-24h为终点，利用这两时刻间24小时时间段的历史数据，字段j为流量V、速度S、时间占有率O中任意一个，计算目标设备i字段j的历史数据的方差，若任意字段j的方差为0则识别字段j为异常数据，并进入步骤3.4，若三个参数的方差都大于0，则进入步骤3.3；

其中σ_j²是待检测字段j的24小时历史数据的方差，X_hf表示待检测字段j24小时历史数据，是字段j在24小时内的均值，n是字段j在24小时内的记录数；当σ_j²＝0时，字段j为异常数据字段；

步骤3.3：识别每条交通调查数据是否符合交通流理论；只有当数据为流量V＞0、速度S＞0、时间占有率O≥0或流量V＝0、速度S＝0、时间占有率O＝0的组合形式时，才是符合交通流的正常待检测数据并进入步骤3.4，其余组合情况均为异常数据，且流量V、速度S、时间占有率O三个字段均为异常数据字段；

步骤3.4：利用阈值识别异常数据；在采集间隔t₀分钟内，步骤3.3的待检测数据超过阈值，则视为异常数据；利用道路的行政等级和双向车道数进行道路等级划分，根据不同的道路等级，采用相对应的阈值；超过阈值字段为异常数据字段；

其中V_it是道路类型i的流量阈值，单位为veh/lane，V_ic表示道路类型i的理想通行能力，单位为veh/h/lane，t₀为交通调查设备的数据采集间隔，单位为min，f为修正系数，取1.5；

S_it＝S_im×f，其中S_it是道路类型i的速度阈值，单位为km/h，S_im表示道路类型i的最大限制运行速度，单位为km/h，f为修正系数，取1.5；

任何道路类型的时间占有率O的阈值为100％；

步骤3.5：计算交通调查设备i在历史数据中的一个时间段内每个时刻流量V的历史均值，若设备i在时刻t采集到的数据为时间占有率O＝0、流量V＝0、速度S＝0，而在时刻t设备i的流量V的历史均值大于3veh，则流量V、速度S、时间占有率O三个字段均为异常数据字段。

3.根据权利要求1所述的一种道路交通流异常数据识别方法，其特征在于，所述的步骤4识别目标交通调查设备i是否出现异常的工作状态的步骤包括：

步骤4.1：利用在时间范围T内的历史数据，计算缺失数据量占理论上应该采集到的数据量的百分比，当缺失率I_im＞12.5％时，交通调查设备i的工作状态判定为可疑：

其中，I_im为交通调查设备i的数据缺失率，D_m表示时间范围T内交通调查设备i未采集到数据的数量，D_t表示在时间范围T内该交通调查设备理论上应该采集到的数据量；

步骤4.2：利用在时间范围T内的历史数据，利用步骤3.2～步骤3.5所述的异常数据计算交通调查数据的错误率，若错误率I_if＞30％，则交通调查设备i的工作状态判定为可疑；

其中，I_if表示交通调查设备i的数据错误率，D_f表示时间范围T内根据步骤3.2～步骤3.5所方法所筛选出的异常数据量，D_t则表示该时段内交通调查设备i理论上采集到的数据数量；

步骤4.3：利用在时间范围T和上一个T周期内的历史数据，计算平均日交通流量变化率，若平均日交通流量变化率P_ty＞30％，则交通调查设备i的工作状态判定为可疑，计算公式为：

其中，P_ty表示周期T的平均日交通流量变化率，AADT表示当前统计周期T的平均日交通流量，AADT_a则表示上一个统计周期T的平均日交通流量。