海洋资料中异常值的分析和判别

针对长江口地区某测波站实测连续波面过程资料中出现的异常问题，探讨了判别资料中异常数据的几种方法。由编制的计算程序比较表明：用肖维勒准则，采用分次判别异常值的方法可对原始数据直接进行检索和判异常值，在实际资料的应用中效果良好。     

大坝观测资料异常值的处理方法探讨

结合工程实际，对大坝观测资料序列异常值的判别原则、检验方法和处理作了详细的探讨和研究，并得出了令人满意的结果。     

大坝变形监测数据异常值检验与分析

大坝安全监测资料中可能存在一些异常测值.这些异常测值对大坝结构性态评价和大坝安全监控会产生较大影响,必须进行判断和处理.介绍了狄克松判别法和格拉布斯判别法,并对某水电厂监测数据进行了实例分析.结果表明:狄克松判别法和格拉布斯判别法对于大坝安全监测数据中有个别异常测值的情况都可以进行检验和定位.大坝变形受很多因素的影响,其异常观测值不一定就是粗差,可能包含有其他方面的信息,因此对发现的异常值需要进行综合分析.     

大坝观测资料异常值的处理方法探讨

结合工程实际，对大坝观测资料序列异常值的判别原则，检验方法和处理作了详细的探讨和研究，并得了了令人满意的结果。     

大坝观测分析中的数据处理

阐述了大坝安全监测中数据处理技术的基本方法和原理，主要讨论了异常值的检索，判别及误差修正。     

实测潮位异常值判别方法比较

针对近岸自动测站实测潮位数据质量偏低的问题,分别采用拉伊达准则、肖维勒准则和方国洪准则对其异常值进行自动判别,利用T_TIDE软件对判别后的实测潮位进行调和回报分析,以检验不同准则的判别效果。结果表明,采用拉伊达准则可以对潮位数据序列中异常值密集和连续出现的情况有较好的判别效果,总体上拉伊达准则较肖维勒准则和方国洪准则表现更优。通过异常值判别后,潮位调和分析的回报精度有明显提高。     

基于LV-DBSCAN算法的大坝安全监测数据异常检测

大坝安全监测数据原始序列中常存在异常测值,极大影响了大坝安全监测资料分析的可靠性和准确性。为此,在分析异常值特性及传统异常检测方法优缺点的基础上,分别从局部与整体角度研究监测数据异常检测方法。首先针对多重局部异常系数法要求数据序列较长且数据等时间间距等缺陷,提出了局部变化异常系数法(LV)及局部方法与整体方法协同判别策略;进一步引入密度聚类算法(DBSCAN),提出了兼顾数据整体与局部特性的LV-DBSCAN异常检测方法。以某混凝土重力坝两垂线测点顺流向位移监测数据为实例,对比分析了不同方法在不同类型数据集上的检测精度。研究结果表明,所提LV-DBSCAN方法适用性更广,准确率更高,误判率更低。     

水库水量平衡计算中消除水位跳变影响的过滤算法

水量平衡算法广泛应用于水调系统中入库流量计算,但其计算结果受库水位影响较大,常因库水位波动而产生锯齿状震荡。对常用入库流量震荡问题处理方法进行了比较,并对库水位跳变引起的入库流量计算影响进行分析,提出了基于水量平衡的库水位跳变过滤算法。该算法以当前水位最大设计出库流量作为基准,利用水量平衡模型反推时段最大水位下降幅度,从而判别新水位值是否属于异常跳变。该算法判别阈值可根据水库特性和水位值自适应变动,使异常判别更为精准。以槟榔江三岔河水库为例,分析了该算法对库水位跳变处理过程及入库流量计算成果。结果表明,该算法能有效过滤小幅水位下降异常跳变,减轻入库流量锯齿震荡。     

二滩拱坝无应力计异常测值的修正方法研究

2009年,在小湾拱坝的安全监测中首次发现,部分无应力计的工作性态出现异常, 其测值反映的不全是坝体的自由变形,从而严重影响了应变观测成果的可靠性。针对无应力计的异常测值,从研究自生体积变形变化规律着手,结合统计分析方法,提出了判别异常数据的依据、标准和方法,建立了无应力计异常测值的修正方法,并对二滩拱坝部分无应力计观测成果进行了鉴别和修正处理。研究表明,提出的修正方法是有效的,修正后的成果反映了二滩坝体的实际应变。     

黄河水流挟沙力公式的验证

在评述已有水流挟沙力公式验证资料选取方法的基础上，从河床变形的基本概念出发，提出了天然河道强烈冲淤的判别指标。采用该指标选取水流挟沙力公式验证资料，对各家公式验证结果进行了相关性分析和误差分析。结果表明，6组代表性水流挟沙力公式中，张红武公式的计算值与验证资料最为接近，因此建议分析河床演变和数值模拟时选用该水流挟沙力公式。     

基于统计诊断的大坝监测数据合理性检验

基于统计诊断的异常数据划分,并结合大坝监测数据的误差成因,将监测的异常数据划分为随机误差、粗差、系统误差等,并辨识强影响数据。继而基于均值漂移模型,研究不同异常数据的诊断方法,包括以模型扰动值为依据的粗差的t检验法和以模型扰动对拟合参数的影响为依据的强影响数据的Cook距离检验法。以大坝典型位移监测数据为例,采用上述统计诊断方法对原始监测数据进行合理性检验,结果表明可有效辨识误差数据和强影响数据,能提高数据进一步建模分析的准确性。     

基于多光谱影像辅助的微波遥感水体提取方法研究

微波遥感数据具有穿透力强的特点,可在灾后复杂天气条件下快速获取灾区地表信息,如水体面积。但是在山区等复杂地形下,由于成像机理造成的阴影,会影响到水体提取的精度。为了快速有效地去除阴影,本文利用数据融合的方法,开展了基于光学影像辅助的微波遥感水体提取方法研究,并结合COSMO Skymed SAR数据和福卫-2号多光谱数据开展了实验分析。通过对HSV、Brovey、主成分、Gram-Schmidt四种融合方法效果的比较,发现无论从目视判读还是在定量指标上,Gram-Schmidt方法的效果都好于其他方法。将融合后图像进行监督分类,可以有效地区分出大部分雷达阴影和水体,从而快速有效地辅助在雷达图像上获取水体信息。     

基于B/S结构的灌浆数字化系统在水利工程中的应用

针对水电工程灌浆施工过程中质量和进度难以用传统方法进行监控和统计分析的难题,基于B/S架构,采用网络技术、数据库技术和可视化编程技术,建立灌浆数字化管理系统,实现对现场灌浆施工的实时监控、数据整编、数据查询、统计分析、异常预警等功能,实现灌浆施工数据的集中整合管理与共享,实时把握现场施工进度,及时统计整理现场资料,提高灌浆工程质量,为建设方的决策提供技术支持。     

大坝安全监测异常测值分析及其模块的实现

 大坝安全监测资料中可能存在有一些异常测值,这些异常测值对大坝结构性态评价和大坝安全监控会产生较大影响,必须进行判断和处理。为此研究了从理论上判断和处理异常测值的方法,解决了利用计算机手段判断和处理异常测值的一些关键性技术问题,建立了大坝安全监测信息管理系统中的异常测值判断和处理模块。工程应用表明,其模块具有友好的可视化用户界面和高效可靠的判断处理能力。     

一种适用于海上风机监测数据实时处理的方法研究

海上风机监测异常数据实时处理,对于风机结构体系功能与安全状态的分析评价,具有十分重要的意义。但现阶段对于异常数据实时处理方法的研究还有待完善。本文结合风机实时监测数据特点,采用具有自动调整参数功能的AR(n)模型预测算法进行异常数据实时处理,对处理机制进行了分析。应用该方法对某海上风机实时采集风速及多种传感器监测数据进行了处理,讨论了该方法的精度及处理效率,验证了该方法对于处理风机异常监测数据的有效性和适用性。     

基于综合权重的灌溉水质评价物元模型

针对灌溉水质单指标评价的缺点和现有综合评价方法存在的问题,将分辨能力强、不易丢失信息的物元模型引入到灌溉水质的评价中,并采用主观权重(AHP法)和客观权重(熵权法)综合的方法解决关联度计算时权重不易确定的问题。将基于综合权重的灌溉水质评价物元模型应用于实例分析,5个水样的灌溉水质分别为Ⅱ级、Ⅲ级、Ⅴ级、Ⅴ级和Ⅲ级,与属性综合评价法的评价结果基本一致,说明物元模型用于灌溉水质综合评价方法可行、结果可信。     

水利水电工程转异诊断的数据融合方法研究

针对水利工程及基础中监测同个物理量的同类仪器个数较少,监测仪器运行环境恶劣和监测仪器改造导致缺测等问题,应用模糊推理的数据融合理论,构建了水利水电工程及基础监测信息模糊推理融合框架,提出了工程及基础性态转异诊断的数据融合方法,提取了诊断工程健康和安全状况评价的有效信息。工程实例表明,该方法对水利水电工程与基础信息融合及结构转异诊断是可行的,并有较大的推广应用价值。     

调水系统实时水雨情分析应用研究

从数据采集方式、数据时序性及工程类型对实时水雨情数据进行了分类．并提出了对实时水雨情的多种组合分析方法，详细描述了过程线控件开发的主要内容和功能。结合水闸水情使用水位流量过程图形控件进行了实例分析，以南水北调东线中的苏北地区水雨情为研究对象，阐述了该地区水雨情数据处理分析方法。     

Anomaly Detection and Reliability Analysis of Groundwater by Crude Monte Carlo and Importance Sampling Approaches

In this paper, Crude Monte Carlo method and importance sampling are utilized to determine the reliability of long-term changes in groundwater level. Furthermore, different data analysis methods are used to determine the abnormal patterns and to investigate the cause of spatial variations of failure probability. For this purpose, three methods including robust covariance, one-class SVM, and Isolation Forest are applied to define the decision function. In the preliminary detection of the outliers, DFFITS and COOK measures are used to confirm the existence of abnormal plains in a two-dimensional space. The validity of prediction results is verified through the developed method of uncertain monitoring by selecting the most significant outlier points. In addition, the abnormal pattern detection methods are compared using non-random pattern discovery decision functions. The reliability analysis of groundwater is conducted during the two periods from 1994 to 2007 and 2008 to 2021. In the second period, parts of the eastern part of the northwest, central parts of the desert of Iran, and areas from west-southwest and east-south-east to other regions exposed to a lower probability of passing through the critical conditions. In contrast, the outcomes confirm the occurrence of drought with probability more than 80% for most of the plains. Eventually, the importance sampling method showed the closest relation in the correct distribution of the decision function. In contrast, due to the cluster shape and density of the outliers, the upper part of the decision function was determined with high certainty in the discovery of abnormal plains.