南方科技大学知识苑(SUSTech KC): 基于水质时间序列异常检测的动态预警方法

题名	基于水质时间序列异常检测的动态预警方法
其他题名	Dynamic Early Warning Method Based on Abnormal Detection of Water Quality Time Series
作者	朱炜玉 ; 史斌 ; 姜继平; 王鹏
发表日期	2018-12-15
DOI	10.19672/j.cnki.1003-6504.2018.12.019
发表期刊	环境科学与技术影响因子和分区
ISSN	1003-6504
卷号	41 期号:12页码:131-137
摘要	文章提出了基于自回归模型(AR)和孤立森林算法的地表水水质在线监测数据的异常检测方法。利用AR模型实现水质时间序列的动态高精度预测,并采用孤立森林算法进行异常检测分析,通过与设定阈值进行比较,可识别出水质异常。选取了美国Potomac River流域某监测站点的浊度、电导率和溶解氧时间序列进行案例分析。通过受试者工作特征曲线(ROC)对异常检测性能进行评价。结果表明:选取浊度和电导率2个指标的残差向量组时, ROC曲线下面积(AUC)最大为0.919,且其检出率达到80%时,误报率为9.7%;而浊度、溶解氧组合和电导率、溶解氧组合对应的AUC分别为0.797和0.805,检出率达到80%时,对应的误报率分别为45.4%和33.9%。可以看出,在所选案例中,浊度和电导率所组成的残差向量组比其他组合更能识别强降雨造成的水质异常事件。
关键词	水质异常检测自回归模型孤立森林算法受试者工作曲线
学科领域	环境污染及其防治
相关链接	[CNKI记录]
收录类别	CSCD
语种	中文
学校署名	其他
资助项目	国家自然科学基金资助项目(51779066)%中央高校基本科研业务费专项基金资助项目(HIT.NSRIF.2017060)
CSCD记录号	CSCD:6396095
来源库	CNKI
万方记录号	hjkxyjs201812019
引用统计	被引频次[WOS]：0 被引频次：3[CSCD] [CSCD记录]
成果类型	期刊论文
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/55720
专题	工学院_环境科学与工程学院
作者单位	1.哈尔滨工业大学环境学院 2.南方科技大学环境科学与工程学院 3.哈尔滨工业大学城市水资源与水环境国家重点实验室
推荐引用方式 GB/T 7714	朱炜玉,史斌,姜继平,等. 基于水质时间序列异常检测的动态预警方法[J]. 环境科学与技术,2018,41(12):131-137.
APA	朱炜玉,史斌,姜继平,&王鹏.(2018).基于水质时间序列异常检测的动态预警方法.环境科学与技术,41(12),131-137.
MLA	朱炜玉,et al."基于水质时间序列异常检测的动态预警方法".环境科学与技术 41.12(2018):131-137.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可	操作
基于水质时间序列异常检测的动态预警方法_（2282KB）	--	--	限制开放	--