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

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。