[发明专利]一种水利工程异常检测方法及系统

权利要求书

1.一种水利工程异常检测方法，其特征在于，所述异常检测方法包括如下步骤：

获取水利工程的传感器监测系统的多个时间序列数据；

对每个所述时间序列数据进行希尔伯特黄变换，将每个所述时间序列数据分解成多个固有模态函数和一个残余序列；

对每个所述时间序列数据的固有模态函数进行Hilbert变换，获得每个时间序列数据的Hilbert谱；

根据每个时间序列数据的Hilbert谱的频率性质确定多个时间序列数据对应的监测时间的水利工程的工作状态；所述工作状态为异常工作状态或正常工作状态；

所述根据每个时间序列数据的Hilbert谱的频率性质确定多个时间序列数据对应的监测时间的水利工程的工作状态，具体包括：

统计Hilbert谱发生瞬时频率突变的时间序列数据的数量值；

判断所述数量值是否大于异常判断数量阈值，得到第三判断结果；

若所述第三判断结果表示所述数量值大于异常判断数量阈值，则多个时间序列数据对应的监测时间的水利工程的工作状态确定为异常工作状态；

若所述第三判断结果表示所述数量值不大于异常判断数量阈值，则多个时间序列数据对应的监测时间的水利工程的工作状态确定为正常工作状态；

提取异常工作状态的多个时间序列数据的特征数据；

所述提取异常工作状态的多个时间序列数据的特征数据，具体包括：

对异常工作状态的多时间序列数据进行HHT变换，获得异常工作状态的每个时间序列数据的时频谱和边际谱，

根据异常工作状态的每个时间序列数据的时频谱和边际谱，建立每个时间序列数据的时间-频率-能量的三维分布图；

根据所述三维分布图确定能量与频率正相关的频率作为每个时间序列数据的特征数据；

将所述特征数据输入训练后的森林深度模型，获得监测结果。

2.根据权利要求1所述的水利工程异常检测方法，其特征在于，所述对每个所述时间序列数据进行希尔伯特黄变换，将每个所述时间序列数据分解成多个固有模态函数和一个残余序列，具体包括：

计算时间序列数据的极大值点和极小值点；

分别根据所述时间序列数据的极大值点和极小值点，利用三次样条函数差值构造所述时间序列数据的上包络线和下包络线；

计算所述上包络线和所述下包络线的均值函数；

判断均值函数是否满足固有模态函数的条件，得到第一判断结果；

若第一判断结果表示均值函数满足固有模态函数的条件，则将所述均值函数设置为第i个固有模态函数；

若第一判断结果表示均值函数不满足固有模态函数的条件，则将所述均值函数设置为时间序列数据，返回步骤“计算时间序列数据的极大值点和极小值点”；

从第i-1个残余序列中减去第i个固有模态函数，获得第i个残余序列；

判断第i个残余序列是否存在极值点，得到第二判断结果；

若所述第二判断结果表示第i个残余序列存在极值点，则将所述第i个残余序列设置为时间序列数据，令i的数值增加1，返回步骤“计算时间序列数据的极大值点和极小值点”；

若所述第二判断结果表示第i个残余序列不存在极值点，则输出i个固有模态函数和第i个残余序列。