多變量水質(zhì)參數(shù)時(shí)間異常事件檢測(cè)算法

　　在供水管網(wǎng)中部署傳感器網(wǎng)絡(luò)實(shí)時(shí)獲取多個(gè)水質(zhì)參數(shù)時(shí)間序列數(shù)據(jù)，當(dāng)供水管網(wǎng)發(fā)生污染時(shí)，高效準(zhǔn)確地檢測(cè)水質(zhì)異常是一個(gè)重要問(wèn)題。提出多變量水質(zhì)參數(shù)時(shí)間異常事件檢測(cè)算法（ M-TAEDA），利用BP模型分析多變量水質(zhì)參數(shù)的時(shí)序數(shù)據(jù)，確定可能離群點(diǎn)；結(jié)合貝葉斯序貫分析獨(dú)立更新每個(gè)參數(shù)的事件概率，預(yù)測(cè)單個(gè)傳感器節(jié)點(diǎn)檢測(cè)的異常概率；將單變量的事件概率融合為統(tǒng)一多變量事件概率，融合判斷異常事件。實(shí)驗(yàn)結(jié)果表明：BP模型模擬多變量水質(zhì)參數(shù)進(jìn)行預(yù)測(cè)可以達(dá)到90qo精確度；與單變量參數(shù)時(shí)間異常事件檢測(cè)算法（S-TAEDA）相比，M-TAEDA可以提高異常檢出率約40%，降低誤報(bào)率約45 %。