数据预处理模型及其应用  

Data Pretreatment Model and Its Application

作　　者：赵博[1,2] 徐卫亚[1,2] 赵亚琼 梁桂兰[4] 

机构地区：[1]河海大学岩土力学与堤坝工程教育部重点实验室,江苏南京210098 [2]河海大学岩土工程科学研究所,江苏南京210098 [3]山西省水利建筑工程局,山西太原030006 [4]河海大学港口海岸与近海工程学院,江苏南京210098

出　　处：《水电能源科学》2012年第5期80-82,共3页Water Resources and Power

基　　金：国家自然科学基金资助项目(50909038);江苏省自然科学基金资助项目(BK2011743)

摘　　要：鉴于监测数据的准确度对反映监测体的性质非常重要,但因受到各种因素的干扰,不可避免地存在粗差或异常值,因此必须对监测数据进行误差处理与分析。进而采用改进的未确知滤波法探测定位粗差,同时引入粒子群算法对改进的未确知滤波法中的参数进行搜索优化,建立了数据预处理模型,将该模型应用于锦屏一级水电站左岸边坡的位移观测值检测中,并与传统的莱因达准则的探测结果进行了对比分析。结果表明,数据预处理模型探测精度较传统方法有明显提高,结果更加科学可靠。The accuracy of the observed data is very important to reflect the nature of the monitoring body.But due to the interference of various factors,there will be inevitable gross error or abnormal values,so the observed data must be error processed and analyzed.An improved unascertained filtering method（IUF） is applied to detect gross error and particle swarm optimization is used to optimize the parameters of IUF.Then the model of data pretreatment is established.Finally the model is applied to detect displacement observation of the left slope of Jinping Ⅰ-level hydropower station.Compared with the traditional gross error discriminant methods of the Rhine criteria,the results show that the proposed model has greatly improved the accuracy of gross error detection and it is more scientific and reliable.

关 键 词：数据预处理 改进的未确知滤波法 粒子群优化算法 数据预处理模型 

分 类 号：TV698[水利工程—水利水电工程] TP206[自动化与计算机技术—检测技术与自动化装置]