基于人工神经网络的海洋锚系浮标表层水温序列异常检测研究

• 作者: 李超 王祎 韩林生 高艳波
• 来源期刊: 海洋技术学报
• 关键词: 海洋观测 异常检测 人工神经网络 锚系浮标
• 年，卷（期）: 2018,（5）
• 页码范围: 23-27
• 页数: 5页
• 分类号: P717
• 语种: 中文
• DOI: 10.3969/j.issn.1003-2029.2018.05.004

摘要

锚系浮标是业务化海洋观测系统的代表性设备,通常在海洋恶劣环境下运行,数据序列易受到影响而发生异常.以人工神经网络模型预测区间为判定阈,对山东褚岛锚系浮标表层水温序列进行了异常检测案例研究.结果表明,该方法检测自然环境因素带来的表层水温数据序列有效,未出现假阴性(漏报)或假阳性(误报).对电源、通信等间接设备故障带来的异常有一定延迟,但能够识别出设备故障带来的所有极大异常和少部分非极值异常,异常检测率约为97.7％.对锚系浮标观测序列开展异常检测研究并分析设备故障特征,对保障海洋锚系浮标的长期稳定运行具有重要实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高艳波		24	331	10.0	17.0
2	李超		21	31	4.0	5.0
3	韩林生		22	88	5.0	8.0
4	王祎		5	51	4.0	5.0