致谢 | 第5-7页 |
摘要 | 第7-9页 |
Abstract | 第9-11页 |
第1章 绪论 | 第17-27页 |
1.1 研究背景及意义 | 第17-20页 |
1.1.1 我国水资源及水污染现状 | 第17-18页 |
1.1.2 供水管网面临的主要问题 | 第18-20页 |
1.2 水质异常检测的国内外研究现状 | 第20-23页 |
1.2.1 水质异常检测技术现状 | 第20-22页 |
1.2.2 水质异常检测仍然存在的问题 | 第22-23页 |
1.3 本文主要研究内容 | 第23-26页 |
1.4 本章小结 | 第26-27页 |
第2章 水质异常检测方法及时频分析技术概述 | 第27-45页 |
2.1 常用术语定义与概述 | 第27-31页 |
2.1.1 水质指标 | 第27-28页 |
2.1.2 水质指标波动状态及典型波动类型 | 第28-31页 |
2.2 水质异常检测的技术关键 | 第31-38页 |
2.2.1 主要技术步骤 | 第31-32页 |
2.2.2 常用水质事件检测算法 | 第32-38页 |
2.3 异常检测性能评价的标准 | 第38-41页 |
2.3.1 评价指标 | 第38-39页 |
2.3.2 ROC曲线 | 第39-41页 |
2.4 时频分析 | 第41-44页 |
2.4.1 时频分析技术概述 | 第41-43页 |
2.4.2 经验模态分解方法概述 | 第43-44页 |
2.5 本章小结 | 第44-45页 |
第3章 基于经验模态分解的尺度自适应水质异常事件检测 | 第45-71页 |
3.1 引言 | 第45页 |
3.2 基于经验模态分解的尺度自适应水质异常事件检测 | 第45-56页 |
3.2.1 基于EMD分解的水质时序分解 | 第47-51页 |
3.2.2 基于广义零交点法(GZC)的局部时间尺度自适应 | 第51-55页 |
3.2.3 基于3倍标准差阈值的水质异常判定 | 第55-56页 |
3.3 仿真与结果 | 第56-66页 |
3.3.1 仿真数据来源 | 第56-58页 |
3.3.2 基于EMD分解的水质指标固有模态函数提取 | 第58-61页 |
3.3.3 利用3倍标准差法进行水质异常判定 | 第61-62页 |
3.3.4 局部时间尺度计算及自适应异常事件检测 | 第62-66页 |
3.4 讨论 | 第66-70页 |
3.4.1 不同尺度事件的检出效果 | 第66-67页 |
3.4.2 与其他方法对比 | 第67-70页 |
3.5 本章小结 | 第70-71页 |
第4章 基于EEMD分解的多尺度异常事件检测方法研究 | 第71-89页 |
4.1 引言 | 第71-72页 |
4.2 基于EEMD的水质单指标的多尺度异常事件检测 | 第72-78页 |
4.2.1 水质指标的非平稳性及间歇性 | 第73-75页 |
4.2.2 EEMD分解 | 第75-76页 |
4.2.3 基于马氏距离(Mahalanobis Distance)的异常事件检测 | 第76-78页 |
4.3 仿真与结果 | 第78-82页 |
4.3.1 仿真数据来源 | 第78页 |
4.3.2 基于EEMD分解的水质指标固有模态函数提取 | 第78-80页 |
4.3.3 基于马氏距离的异常判定 | 第80-82页 |
4.4 讨论 | 第82-87页 |
4.4.1 EEMD参数设置 | 第82页 |
4.4.2 EEMD和EMD对比 | 第82-87页 |
4.5 本章小结 | 第87-89页 |
第5章 基于EEMD的水质异常事件检测边际效应研究 | 第89-103页 |
5.1 引言 | 第89页 |
5.2 EMD及其边际效应 | 第89-95页 |
5.2.1 边际效应及其产生原因 | 第90页 |
5.2.2 边际效应抑制算法研究 | 第90-95页 |
5.3 基于极值点对称延拓的EEMD水质异常事件检测 | 第95-98页 |
5.3.1 基于极值点对称延拓的EEMD分解 | 第96-97页 |
5.3.2 水质异常检测 | 第97-98页 |
5.4 仿真数据来源 | 第98-99页 |
5.5 异常检测结果与讨论 | 第99-101页 |
5.6 本章小结 | 第101-103页 |
第6章 总结与展望 | 第103-105页 |
6.1 论文工作总结 | 第103-104页 |
6.2 工作展望 | 第104-105页 |
参考文献 | 第105-110页 |
作者在攻读硕士学位期间的研究成果 | 第110-111页 |
作者简介 | 第111页 |