基于時頻分析的水質(zhì)多尺度特征提取和異常檢測方法研究.pdf

1、水質(zhì)安全問題事關(guān)民生，在全球范圍內(nèi)都受到了高度的重視。水質(zhì)污染異常事件往往發(fā)生突然，而且易于在短時間內(nèi)帶給人們巨大危害。因此，準(zhǔn)確、快速地檢測出水體中潛在的水質(zhì)異常，實現(xiàn)及早預(yù)警是保障民生的前提，也是當(dāng)前大家共同關(guān)注的重大課題。
　　由于供水管網(wǎng)中的水質(zhì)異常發(fā)生時會在水質(zhì)指標(biāo)時間序列上有所反映，為此本文主要基于小波分解和經(jīng)驗?zāi)B(tài)分解方法，在時域和頻域上對水質(zhì)時間序列進(jìn)行分析，提取出水質(zhì)異常發(fā)生時水質(zhì)指標(biāo)時間序列在時頻域上的特征，采

2、用閾值法、能量譜分析法等進(jìn)行特征判別，從而實現(xiàn)更為有效的水質(zhì)異常檢測。本文的主要研究工作和成果如下:
　　(1)針對水質(zhì)時間序列中所隱含的不同時頻特性，引入并研究了基于小波分析的水質(zhì)監(jiān)測數(shù)據(jù)預(yù)處理和閾值超標(biāo)異常檢測方法，進(jìn)行了水質(zhì)單指標(biāo)和多常規(guī)指標(biāo)融合的異常事件判斷，并用受試者工作特征曲線(ROC)對其檢測效果進(jìn)行評估。論文首先通過小波變換對水質(zhì)信號中存在的離群點與基線漂移等進(jìn)行預(yù)處理，然后利用小波包分析方法分解水質(zhì)單指標(biāo)和多指標(biāo)

3、時間序列，再根據(jù)各頻段上水質(zhì)信號的強(qiáng)度分布進(jìn)行信號異常與否的判斷。此后，論文利用美國國家環(huán)保署Canary軟件模擬的管網(wǎng)水質(zhì)數(shù)據(jù)，進(jìn)行了單指標(biāo)和多指標(biāo)異常檢測仿真分析，以驗證該方法對水質(zhì)異常檢測的有效性。
　　(2)為了充分利用水質(zhì)信號在不同頻段上體現(xiàn)出的能量特征，在進(jìn)行水質(zhì)數(shù)據(jù)小波分析預(yù)處理的基礎(chǔ)上，研究了基于小波包能量譜（能量特征向量）的水質(zhì)時間序列分析方法。論文將水質(zhì)監(jiān)測數(shù)據(jù)和背景數(shù)據(jù)（正常數(shù)據(jù)）在不同時頻段內(nèi)的能量譜進(jìn)行比

4、較，以統(tǒng)計分布標(biāo)準(zhǔn)差大小為判斷準(zhǔn)則來綜合判斷水質(zhì)波動是否隱含異常事件。論文利用多指標(biāo)水質(zhì)數(shù)據(jù)對算法準(zhǔn)確率等性能進(jìn)行了討論。
　　(3)針對水質(zhì)信號常常表現(xiàn)出的周期性特征，研究了面向周期性水質(zhì)波動和異常的分析和檢測方法。論文首先研究了基于傅里葉頻譜分析的水質(zhì)監(jiān)測數(shù)據(jù)周期性波動判定方法，利用基于經(jīng)驗?zāi)B(tài)分解的水質(zhì)信號周期性分量提取和周期模式判斷技術(shù)，以統(tǒng)計分布標(biāo)準(zhǔn)差大小為判斷準(zhǔn)則，實現(xiàn)了周期模式的匹配與判斷。最后采用水質(zhì)時間序列數(shù)據(jù)，