孤立森林算法在大坝监测数据异常识别中的应用

大坝安全监测数据的可靠性和完整性是分析监测效应量变化规律、评判大坝运行性态的前提,有必要对大坝安全监测异常数据进行识别和清除,以提高监测数据质量。将适用于大数据处理的孤立森林算法应用于大坝监测异常数据识别中,首先通过小波变换提取监测数据的趋势项,然后采用孤立森林算法对扣除趋势项的剩余量进行异常值识别。通过实例对比分析发现该方法能有效识别大坝监测数据的异常值。     

基于孤立森林算法的压力钢管实时在线人工智能分析

为实现水利水电工程压力钢管实时在线的人工智能状态分析，在对压力钢管实时在线监测数据的结构特点进行分析的基础上，探索在健康状态监测时适用的人工智能算法，并在对无监督机器学习算法的讨论中，确定采用孤立森林算法进行实时在线人工智能分析。通过对北京十三陵抽水蓄能电站１号引水系统压力钢管１＃支管和２＃支管监测数据计算后表明，孤立森林算法在不需要对传感器实时数据进行预处理情况下，具备良好的异常发现能力，且运行速度较快。工程实例表明，孤立森林算法为智能在线分析提供了条件，且特别适用于实时在线监测分析和健康状态安全预测预警。     

基于影响因子分解法的大坝监测数据异常检测算法

如何快速检测出大坝安全监测系统内的异常数据(例如粗差和告警值)对于大坝安全运行具有极其重要的意义，但传统方法容易漏检较小数值异常而对后续建模产生不利影响。提出了一种基于影响因子分解的异常值检测方法，通过快速小波变换及离散傅里叶变换提取监测序列中的显著趋势与周期，剥离环境因子的影响，构建余项序列，并结合小概率事件思想准确判定余项序列中保留的异常值，从而精确检测出监测序列中较小数值异常。实例验证结果表明：此方法具有较好的实用性与稳定性，各类监测序列中异常检测准确率均达98%以上，查准率与查全率均值分别为93%与92%,与传统检测方法相比，检测精确程度及泛化能力明显提升。     

基于AdaBoost算法的水质监测数据清洗方法

针对城市水质监测过程中出现的异常数据问题,提出了一种基于Ada Boost算法的数据清洗方法。首先,使用孤立森林算法识别异常数据并进行剔除;其次,基于AdaBoost算法对剔除异常数据后的缺失数据进行插补;最后,以贵州南明河国控断面水质监测数据为例,选取p H、COD、NH3-N、TP数据进行数据清洗。结果表明,该方法的RMSE、MAE和R2均优于对比算法,证明了AdaBoost算法具有更高的精确度和清洗效果,具有科学性和可行性。     

考虑时间序列关联的大坝监测异常数据清洗

针对传统大坝安全监测中异常数据清洗方法主要分析单一监测效应量,较难区分粗差和环境突变引起的异常值,提出一种利用关联规则约束和引导大坝安全监测异常数据清洗方法。首先,通过关联规则辨识强关联性序列,结合基于密度的聚类算法识别序列中异常数据;然后,根据关联序列异常数据清洗规则,辨识大坝安全监测中粗差数据,并利用基于粒子群优化最小二乘支持向量机模型重构异常数据。最后,对大坝典型位移量数据进行异常数据清洗。结果表明:该方法能够甄别监测效应量中环境突变引起的异常值,提高了大坝安全监测数据中数据清洗的准确性。     

基于改进随机森林算法的水文监测数据异常识别研究

为了提高水文监测的准确性,提出基于改进随机森林算法的水文监测数据异常识别方法。采用全局数据模式建立水文监测数据库管理模型,通过水文监测数据源之间的异构性参数,结合数据源的结构化特征分析,采用水文变化语义约束的特征分析方法,建立水文监测数据异常滤波模型;通过改进随机森林算法,进行水文监测数据异常特征提取,根据观测数据流的模式变化实现对水文监测数据的异常数据特征聚类分析和模式识别;通过构建动态水文观测数据与水文的时空分布模型,采用高层语义特征分析方法,根据实时水位数据流的量化参数分析,采用语义相似性度量方法,通过在线观测数据清洗,实现对水文监测数据异常特征识别和聚类分析,提高水文动态监测能力。仿真结果表明,采用该方法进行水文监测数据异常识别的可靠性较高,对水文变化的动态分析和识别能力较强,可提高水文监测的质量水平。     

深度学习法检测大坝安全监测异常数据

有效检测出异常数据在大坝安全监测领域具有重要意义,但传统方法检测时受异常数据偏离大小和数量影响,鲁棒性较差。提出一种基于深度学习的大坝安全监测异常数据检测算法,模拟人工识别异常数据的过程,按分类和识别两个阶段检测异常数据,适用于检测变化趋势不确定的数据,其中标签数据集采取自动制作方式,具备反馈机制。试验结果表明该算法对各类异常添加模式的试验数据查准率平均达到0.97以上,查全率平均达到0.97以上,准确率平均达到0.99以上,尤其能有效找出小数值异常,比传统异常数据检测方法具有更好的检测稳定性、鲁棒性和实用性。     

基于最小二乘支持向量回归的短期用水量预测

将最小二乘支持向量机(LSSVM)回归方法用于短期用水量的预测,对传统参数选择方法进行改进,提出通过分层交叉验证来确定最优参数,构建短期(日)用水量等维信息一步预测模型.将试验结果与季节性指数平滑法进行了比较分析,表明了该方法用于短期用水量预测的可行性和有效性.     

船模航速率定试验数据的计算机拟合

以前的船模航速率定,是将初步试验结果用人工在坐标纸描点,连线拟合,从而确定船模航速率定参数的方法,不仅费时、费力,而且精度较差,对后续的船模试验将带来一定的误差。采用计算机对船模航速率定试验结果进行拟合将有效地克服以上缺点,并能对某些异常的试验结果进行修正,从而提高了整个船模试验的精度和可靠性。     

基于随机森林的大坝渗流监测研究

坝体的安全监测内容十分重要,它可以反映大坝实际安全稳定状态,能够降低施工风险.为解决传统回归模型预测效果差及人工智能模型预测过拟合问题,将随机森林算法运用到某大坝渗流安全监测中,结合多年实际监测资料,创建渗流监测模型研究结果表明,得到的训练、预测期模拟值与实测值基本一致,预测效果良好,并与BP神经网络模型就预测精度与稳...     

水资源取水计量数据精确采集方法探讨

为实现对配置不同通信接口的各类计量设施数据精确采集,研究常用通信接口的数字信号数据采集方法,有效地解决对不同类型计量设施实现在线监测的难题;分析流量计的通信调试方法和要点,介绍水资源传输规约在通信过程中的执行方法,对计量设施配置通信接口标准提出建议,为顺利实施水资源取水在线监控提供条件。     

Determinants of Small-Area Water Consumption for the City of Phoenix,Arizona

Rapid population growth in the face of an uncertain climate future challenges the desert city of Phoenix, Arizona to consume water more prudently. To better understand the demand side of this important issue, we identified the determinants of water consumption for detached single-family residential units using ordinary least squares regression (OLS). We compared the results from the OLS model to those of a geographically weighted regression (GWR) model to determine whether there are spatial effects above and beyond the effects of the OLS variables. Determinants of residential water demand reflect both indoor and outdoor use and include household size, the presence of swimming pools, lot size, and the prevalence of landscaping that requires a moist environment. Results confirm the statistical significance of household size, the presence of a pool, landscaping practices, and lot size. Improvement of the GWR over the OLS model suggests that there are spatial effects above and beyond the effects for household size and pools – two of the four determinants of water demand. This means that census tracts exhibit water consumption behavior similar to neighboring tracts for these two variables. Model parameters can be used to investigate the effects of policies designed to regulate lot size, pool construction, and landscaping practices on water consumption and to forecast water demand in areas of new construction.     

广东省水利数据中心应用效果分析

随着水利信息化的发展,水利数据中心建设进入新的阶段。水利数据中心在支撑水利信息的整合、交换等服务的同时,需要实现水利领域所有业务应用间的数据共享和业务协同,以及对水利综合决策的支持。结合广东省水利数据中心建设实践,讨论国内水利数据中心研究与建设现状,概述广东省水利数据中心的建设背景,阐述广东省水利数据中心的主要作用,并对应用效果进行初步分析,为全国各级水利数据中心建设提供可供参照的具体实践。     

水利数据中心应用服务平台的设计与应用

水利数据中心应用服务平台是实现资源集成共享的载体,该平台的建设是解决长期存在的水利信息资源割据、共享困难、重复建设等问题的有效手段。本文结合应用实例阐述了水利数据中心应用服务平台的定位、作用,对平台的总体框架和主要功能模块进行设计。广东省水利数据中心应用服务平台的成功建设构造了通过组合服务来满足各级各类水利业务应用需求的新模式,创新了资源共享高效、应用集中统一和建设不再重复的水利信息化发展模式。     

溧阳抽水蓄能电站CZ0+143.125监测断面数据异常情况数值分析研究

溧阳抽水蓄能电站工程地质条件复杂,在开挖过程中,CZ0+143.125监测断面下游侧边墙受中槽及边墙开挖影响较大,尤其在开挖面靠近该断面时,下游边墙Mc 44-6(拱座与岩壁吊车梁之间)多点位移计测值持续增长,随着支护的跟进,围岩变形测值有收敛趋势;但在后续母线洞开挖施工过程中,边墙围岩位移仍呈增大趋势。针对该部分围岩地质条件,利用FLAC 3D计算软件对该部位围岩进行数值分析研究,分析数据异常原因,并对洞室围岩安全性进行分析评价。     

水文水资源监测数据整编处理系统研发与应用

自20世纪80年代中期以来,计算机技术在水文水资源监测资料整编工作中得到了不同程度的应用.近些年来,随着几项新整编工作的陆续开展、新仪器新技术在水文行业中的普遍应用等,以往的整编软件远不能适应新形式的要求.该系统针对我国北方海河流域暴雨洪水特性及水利工程推流方式等特殊要求,考虑水文测验新仪器、新技术的数据输出特点,其数据处理功能强大、图形界面友好、操作简便易行.近两年在河北、北京、天津等地的推广应用中,时效性提高显著,错误率明显降低.文中介绍了系统的研发目标、设计思路、系统功能及应用等.     

无资料地区水资源量计算方法的探讨

利用几种方法对无资料地区绥芬河流域吉林省段水资源量进行了计算，通过分析认为对无资料地区米资源量计算结果要用多种方法比较分析确定，一般不能采用单一方法计算值。     

基于LS-SVM城市水资源承载能力预测方法

水资源承载力是水资源安全战略研究中的一个基础课题,是水资源安全的基本度量[1].准确预测水资源承载力,对国民经济发展规划、生态环境保护和水资源持续利用具有重要意义.该文提出了一种基于最小二乘支持向量机城市水资源承载能力预测模型.通过对具体的城市水资源承载能力预测实验,并与其他几种常见模型预测结果比较,表明该模型具有预测精度高、速度快、容易实现等优点,为我国城市水资源承载能力预测提供了一种有效的方法.     

水闸监控系统中的数据采集与传输

针对水闸监控系统数据采集和传输方法这一问题,介绍了PLC与设备数据的传输方法和原理;PLC与组态软件通过设置或者OPC等方法进行数据传输的方法;应用软件之间通过DDE传输数据等方法。在实际应用中根据不同的设备选型、总体方案来选择相应的最优数据采集与传输的方法。     

基于PLSR的中山市水资源压力演变特征与趋势

以珠江三角洲腹地城市中山市为研究目标,分析城市社会经济发展多个指标对水资源压力的影响,并利用偏最小二乘回归（PLSR）方法对1991年以来中山市水资源压力的演变特征和趋势进行分析和预测。结果表明,节水水平和第三产业发展是中山市水资源压力的主要影响因素。1991-2011年间,中山市的水资源压力整体上呈先降后升的变化趋势,并将可能在今后20年的时间内保持上升趋势。中山市水资源压力与人均GDP之间则呈现出N形环境库尔兹涅曲线特征,表明随着经济发展到一定程度,中山市水资源压力将有所下降,但同时也面临着重新上升的压力。