一种基于ARIMA模型与3σ准则的取水异常检测方法

为提高取水预测数据的准确性,针对现有部分取水数据异常且难以进行人工判别的问题,提出一种基于ARIMA模型与3σ准则的取水异常检测方法。分析每个取水点每年的日取水量的时间序列数据,使用时间序列的ARIMA模型和高斯分布的3σ准则判断日取水量是否为异常值;通过时间序列分解算法分析异常值附近取水点的趋势,判断异常值附近是否存在其他未检测出的异常值,给出异常值的参考修正值。对所提模型在带异常标签的通用时间序列数据集上进行实验,通过评价指标混淆矩阵验证模型可行性,并将模型在真实水利部门取水数据集上进行实验,结果表明:模型可有效检测取水数据中的异常值并修正其值,对取水异常的原因进行分析有助于改进取用水的采集方法,提高取水监测数据的质量。