首页|期刊导航|张江科技评论|人工智能驱动下水利工程量测异常值实时甄别方法

人工智能驱动下水利工程量测异常值实时甄别方法OA

中文摘要

针对水利工程量测数据易受环境、设备、人为干扰产生异常,且传统甄别方法实时性差、误报率高、适配性不足的工程痛点,本文提出一种人工智能驱动的水利工程量测异常值实时甄别方法.首先,分析水利工程静态、动态量测数据的差异化波动特性,明确异常甄别时延、准确率、误报率三大核心评价指标.其次,依托无监督学习算法构建分层异常特征提取体系,精准识别孤立点、连续偏移、突变三类典型异常形态,搭建适配多源监测数据融合的三层神经网络甄别模型.同时,引入横向数据比对与工程机理合理性双重校验机制,优化模型识别精度,降低误判和误报概率.最后,融合数据前置校准、异常分级告警、动态模型迭代更新策略,构建全流程闭环甄别运维体系.该方法能够适配多场景水利工程监测需求,实现量测数据异常值的实时、精准甄别,显著提升工程监测数据的可靠性与运维处置效率,为水利工程安全监测智能化升级提供技术支撑.

程海英

安徽省(水利部淮河水利委员会)水利科学研究院

水利工程量测数据异常值甄别人工智能神经网络模型智能运维

《张江科技评论》 2026 (6)

43-45,3

评论