前兆观测数据监视及异常自动识别软件系统

研制了前兆观测数据监视及异常自动识别软件系统。该软件可对前兆数据的上报情况和各测项的异常情况进行自动检测和报警。对系统进行了概述,从八个方面对系统功能的实现予以阐述。该软件的应用大大提高了工作效率。

基于RBF神经网络的HTTP异常行为自动识别方法

随着互联网的高速发展和用户规模的不断扩大,各种针对网络服务端的攻击不断增加。目前大部分的网络防护措施主要针对对网络层和传输层的攻击,对针对应用层的攻击几乎没有防护能力,但越来越多的针对Web的攻击通过应用层完成。文章提出一种基于RBF神经网络的HTTP攻击行为自动识别方法。该方法通过模拟基于HTTP协议的正常行为和异常行为,对获取的Web通信过程中的数据包包体内容进行分析,结合数据包包头的相关信息,构造基于HTTP协议的网络行为。通过大量的模拟实验,形成大量的基于HTTP协议的正常行为记录和异常行为记录,再使用这些行为记录训练基于径向基函数的神经网络。系统可以利用训练好的神经网络从当前的基于HTTP协议的网络行为中自动识别异常HTTP行为,再将识别出的异常HTTP行为存入异常HTTP行为库中。

气测录井资料随钻自动实时解释系统的研制与开发

为进一步发挥气测录井技术及时快速发现油气显示的优势,消除人为因素的影响,研制了气测录井资料随钻自动实时解释系统。该系统由数据实时读取模块、快速处理校正模块、随钻自动实时解释模块、专家知识库管理模块和随钻解释成果输出模块构成,对其功能进行了详细介绍,并阐述了原始气测录井数据因开停泵导致的气测假异常、冲淡系数的校正方法。该系统能够实现气测录井资料的随钻快速处理和解释,为甲方提供地层含油气性信息,同时可为所钻遇的储集层提供相应的解释结论。这不仅有助于现场油气层的及时发现,而且能够为完钻讨论和中途测试等决策提供依据,从而提高录井的现场服务水平。

DTW算法在地震时间序列信息挖掘中的应用

采用DTW算法用于实现地震时间序列“异常形态”的回溯性检验与统计,以此提高地震异常信息的深度挖掘效率。随机选取太原地震监测中心站(以下简称太原站)水平摆观测的一段数据作为测试数据,验证该方法的可行性,并利用昔阳地震监测站(以下简称昔阳站)水平摆实际观测数据,自动识别出自观测以来受降雨影响的异常形态。在此基础上,将最近一次数据变化作为模板,进行回溯性检验,共提取出7次类似变化,与之前总结的异常特征一致。经分析,其中4次异常之后对应了太原盆地及其周围M3.6以上地震,运用R值评分对其进行预报效能评估,结果显示该异常形态可通过预报效能检验(R=0.52,R_(0)=0.45),其最佳预测时间为50~90 d内,可作为短期预测指标。

基于多源数据融合的煤矿安全态势感知分析平台研究

为满足矿山智能化建设要求,实现矿井减人、增安、提效,采用“平台+端”与微服务结合的模式,设计并实现了基于多源数据融合的煤矿安全态势感知分析平台;通过多协议适配实现矿井安全风险数据集成,建立数据可信度量分析指标,实现安全风险数据质量判识;基于中性参照对象建立风险评价指标体系,构建公司、矿井两级风险评判模型,实现风险量化分级评价;建立监测数据特征图谱,实现矿井典型异常自动识别,采用GIS技术与空间插值技术实现安全态势可视化分析。现场应用表明,该平台提高了矿井安全风险辨识能力与风险异常处置能力,为煤矿安全生产提供保障。

基于雨量测站应急机制的洪水预报方法

为提高洪水预报方案的容错能力,改善雨量资料缺测或粗差情况下的预报效果,提出了基于雨量测站应急机制的洪水预报方法。通过构建测站降雨相似度矩阵(SRSM),量化表示测站间实测降雨的相似性。在此基础上,采用有限测站相似度加权法及时合理替换问题雨量资料,然后将处理后的雨量信息代入系统进行计算,从而保证洪水预报的及时性,同时改善预报效果,降低了预报方案对资料的敏感性。将该方法应用于上犹江流域,结果显示:对于典型洪水(洪号20010611),一般预报方法的洪峰、洪量预报误差分别为-24.8%、-6.3%。采用应急预报方法后,洪峰、洪量预报误差减小到-10.6%、1.3%。在雨量资料缺测情况下,对于流域的10场历史洪水,洪峰、洪量平均预报误差从18.3%、18.2%降为6.0%、6.7%,合格率从40%上升为100%。结果表明,基于雨量测站应急机制的洪水预报方法模拟效果明显优于一般预报方法,能够考虑实际应用中的突发情况,有效提高了洪水预报精度,保证了预报的及时性,改善了预报方案的容错能力,值得进一步研究与推广。