基于人工神經網絡的海洋錨系浮標表層水溫序列異常檢測研究
摘要：錨系浮標是業務化海洋觀測系統的代表性設備,通常在海洋惡劣環境下運行,數據序列易受到影響而發生異常。以人工神經網絡模型預測區間為判定閾,對山東褚島錨系浮標表層水溫序列進行了異常檢測案例研究。結果表明,該方法檢測自然環境因素帶來的表層水溫數據序列有效,未出現假陰性（漏報）或假陽性（誤報）。對電源、通信等間接設備故障帶來的異常有一定延遲,但能夠識別出設備故障帶來的所有極大異常和少部分非極值異常,異常檢測率約為97.7%。對錨系浮標觀測序列開展異常檢測研究并分析設備故障特征,對保障海洋錨系浮標的長期穩定運行具有重要實際意義。
注: 保護知識產權,如需閱讀全文請聯系海洋技術學報雜志社
相關推薦
更多
