基于机器学习的尾矿库监测数据异常识别研究.pdf

文章编号：1004-4051（2023）08-0072-08DOI：10.12075/j.issn.1004-4051.20230469基于机器学习的尾矿库监测数据异常识别研究楚一帆1,2，王伟象1,2，王莎1,2，梅国栋1,2（1.矿冶科技集团有限公司，北京 100160；2.国家金属矿绿色开采国际联合研究中心，北京 102628）摘要：尾矿库在线监测是尾矿库安全预警的重要手段，如何识别监测数据中不符合实际情况的异常值，是提升尾矿库安全预警准确率的关键，也是尾矿库在线监测面临的重要问题。采用单类支持向量机、局部离群因子和 3 准则三种方法，对三组尾矿库在线监测数据进行异常识别；根据分类评价指标，研究了不同方法对异常数据的识别效能。结果显示，单类支持向量机、局部离群因子和 3 准则三种方法的平均查准率分别为 0.962、0.934 和 0.929，平均查全率分别为 0.960、0.910 和 0.256，平均正确率分别为 0.984、0.970 和 0.855，平均 F1 分值分别为 0.960、0.921 和 0.393，平均计算耗时为 0.023 s、7.549 s 和 0.348 s。研究结果表明，单类支持向量机法和局部离群因子法的异常识别效果显著优于 3 准则法，单类支持向量机法识别效果优于局部离群因子法，计算速度显著优于局部离群因子法，其异常识别正确率高、计算速度快、综合性能较好。研究结果为尾矿库在线监测预警领域异常数据识别提供了有益参考。关键词：尾矿库在线监测；数据异常识别；单类支持向量机；局部离群因子；机器学习中图分类号：TD926.4；TD67文献标识码：AResearch on anomaly detection of tailings dam monitoring data based onmachine learningCHU Yifan1,2，WANG Weixiang1,2，WANG Sha1,2，MEI Guodong1,2（1.BGRIMM Technology Group,Beijing 100160,China；2.National Centre for International Research on Green Metal Mining,Beijing 102628,China）Abstract：Online monitoring is an important means of tailings dam warning.How to detect abnormaldata that does not match the actual situation of the tailings dam in the monitoring data is the key toimprove the accuracy of safety early warning of tailings pond,it is also an important issue in tailingsdam monitoring.Three methods including one-class support vector machine,local outlier factor and 3rule are used to detect anomalies for three sets of tailings dam monitoring data.Based on classificationevaluation matrix,the anomaly detection performance of different methods is studied.The results showthat the average precision of one-class support vector machine,local outlier factor and 3 rule are 0.962,收稿日期：2023-06-28责任编辑：刘硕基金项目：矿冶科技集团探索项目资助（编号：02-2271）；矿冶科技集团科研基金项目资助（编号：02-2201）第一作者简介：楚 一 帆（1996），男，汉 族，河 南 郑 州 人，硕 士，助 理 工 程 师，主 要 从 事 尾 矿 库 监 测 预 警 等 方 面 的 研 究 工 作，E-mail：。通讯作者简介：梅 国 栋（1982），男，汉 族，江 西 临 川 人，博 士，正 高 级 工 程 师，主 要 从 事 矿 山 安 全 及 监 测 预 警 方 面 的 研 究，E-mail：。引用格式：楚一帆，王伟象，王莎，等.基于机器学习的尾矿库监测数据异常识别研究J.中国矿业，2023，32（8）：72-79.CHU Yifan，WANG Weixiang，WANG Sha，et al.Research on anomaly detection of tailings dam monitoring data based on machine learningJ.ChinaMining Magazine，2023，32（8）：72-79.第 32 卷第 8 期中国矿业Vol.32,No.82023 年 8 月CHINA MINING MAGAZINEAug.20230.934 and 0.929 respectively;the average recall are 0.960,0.910 and 0.256 respectively;the averageaccuracy are 0.984,0.970 and 0.855 respectively;the average F1 scores are 0.960,0.921 and 0.393respectively;the average calculation time are 0.023 s,7.549 s and 0.348 s respectively.The resultsindicate that the anomaly detection performance of one-class support vector machine and local outlierfactor are significantly better than that of 3 rule.The anomaly detection performance of one-classsupport vector machine is better than that of local outlier factor,with a significantly faster calculationspeed than local outlier factor as well.The one-class support vector machine is highly accurate,computationally efficient,and performs well in detecting anomalies.The research provides usefulreference for tailing pond monitoring warning systems.Keywords：tailings dam online monitoring；anomaly detection；OCSVM；LOF；machine learning 0引言尾矿库是用于储存选矿废料的场所，由坝体及周边地形围筑而成，通常具有较高的势能。尾矿库一旦发生漫顶、溃坝等事故，不仅给生态环境带来严重污染，还会对下游生产、生活设施造成严重破坏1-4。尾矿库在线监测是实时掌握尾矿库运行情况的一种重要手段5，我国政府高度重视尾矿库在线监测系统建设及预警体系建立，相继出台了关于加强非煤矿山安全生产工作的指导意见（矿安20224 号）、尾矿库在线安全监测系统工程技术规范（GB511082015）、尾 矿 库 安 全 监 测 技 术 规 范 （AQ20302010）等文件和标准。随着监测技术及设备的发展，尾矿库在线监测系统取得了广泛的应用6。然而，受到天气、设备及人为因素等方面的影响，尾矿库在线监测数据中会出现不能反映真实情况的异常值，给尾矿库的安全预警造成大量干扰。因此，如何识别监测数据中的异常值，是尾矿库在线监测亟需解决的重要问题4。目前，已有诸多学者针对监测数据异常识别进行了相关研究。高鹏飞7提出了基于阈值的近邻差值跳跃异常检测算法，通过比较近邻数据差值与正常数据波动阈值，判别尾矿库监测异常数据。DONG等4基于云模型改进了 3 准则判别阈值，并用于尾矿库监测数据异常识别。王鑫磊8通过基于距离和聚类的方法，研究了尾矿库异常监测数据的识别。易思成等9采用基于孤立森林的方法，研究了尾矿坝位移监测异常值诊断。在其他领域，李伟华10采用基于箱型图的方法，研究了水库监测数据异常值检测。何黎等11采用 k-Shape 聚类的方法，研究了城市排水管网连续液位的异常数据识别。上述研究的方法可分为基于阈值的方法、基于统计的方法及基于机器学习的方法等。基于阈值的方法需要人为对监测点已有的历史数据进行分析，难以广泛推广应用，本文不再对此类方法进行分析。基于统计的方法将不符合统计模型的数据判别为异常数据，需要假设监测数据服从特定的统计分布，然而事先假设尾矿库监测数据的分布类型较为困难12。基于机器学习的异常数据识别方法，包括无监督学习、有监督学习和半监督学习方法13。有监督学习方法，需要通过带有标签的数据进行训练，而尾矿库在线监测产生大量的监测数据，难以进行人工标记13。无监督学习方法，是一种数据驱动的方法，此类方法无需进行数据标注，使用较为简便，当局部异常数据较多时，识别效果受到异常数据的影响。半监督学习方法，如单类支持向量机法等，不需要进行数据标记，通过输入正常数据进行训练，即可用于异常数据识别。目前，针对尾矿库监测数据异常识别研究主要采用的是基于阈值、统计或无监督机器学习的方法，采用半监督机器学习方法的尾矿库监测数据异常识别研究较少。基于上述分析，为了研究不同类型的方法对尾矿库监测数据异常识别的效能，使用基于半监督机器学习的单类支持向量机法（One-Class SupportVector Machine，OCSVM）、基于无监督机器学习的局部离群因子法（Local Outlier Factor，LOF）和基于统计分析的 3 准则法，对河北省某尾矿库的在线监测数据进行异常识别，通过分类评价指标定量分析异常识别效果，并进行对比，优选相对适用于尾矿库在线监测数据异常识别的方法，为尾矿库在线监测系统安全预警提供科学参考。1方法原理与异常数据识别效果评价指标 1.1单类支持向量机（OCSVM）有监督的支持向量机（SVM）是一种经典的机器学习分类模型，由于其需要对训练数据中的正常数据和异常数据进行标记，因此将其应用于异常检测比较困难14。SCHLKOPF 等15提出了一种基于超平面的 OCSVM 算法，通过非线性核函数将数据从输入空间隐式映射到特征空间，将特征空间的原点作为异常点，在特征空间中找到一个与原点距离最大的超平面，将训练数据与特征空间的原点分离。当第 8 期楚一帆，等：基于机器学习的尾矿库监测数据异常识别研究 73 测试数据位于超平面内时，则认为数据正常；反之，当数据位于超平面以外时，则认为数据异常。CAMPBELL等16通过使用径向基函数（RBF）核，提出了一种适用于 OCSVM 的规划方法，将超平面构造于特征空间数据的平均值，OCSVM 法的原理如下所述。x1,x2,xN X1）构建核函数。对于包含 N 个数据的训练数据集，为 X 映射到特征空间中的特征函数，通过核函数 K 计算特征空间的内积，K 的表达式见式（1）。K(x,y)=(x)(y)（1）2）转化为最小值问题。求解决策超平面问题可转化为对偶问题，即由超平面到特征空间原点距离的最大值问题转化为最小值问题，表达式见式（2）。min12ijijK（xi,xj）（2）ij式中：、为拉格朗日乘子，满足约束条件式（3）和式（4）。0 1N（3）式中：为训练数据集中的异常比例上限；N 为训练数据集元素的数量。ii=1（4）12N3）迭代求解最小值问题。该最小值问题为凸二次规划问题，使用最小序列优化方法进行求解，得到，。i4）计算平均偏离距离。针对所有，按照式（5）计算平均偏离距离。=jjK（xj,xi）（5）f（x）f（x）xf（x）x5）计算决策函数值。决策函数见式（6），决策函数值为 1 或1，当为 1，则认为数据 为正常数据，若为1，则认为数据 为异常数据。f（x）=sgn（iiK（xi,x）（6）1.2局部离群因子（LOF）法LOF 是一种基于密度的聚类方法，属于无监督机器学习方法的一种，该方法通过计算每一个数据点的离群程度来判断是否为离群点，进而识别异常数据。数据点的离群程度通过局部离群因子 LOF 表示17-18，计算 LOF 的步骤如下所述。1）计算数据点 p 的 k 距离。定义一个数据集为D，数据集 D 中与点 p 最近的第 k 个点为点 o，则数据点 p 的 k 距离由式（7）表示。kdist（p）=ni=1（pioi）2（7）Nk（p）2）数据点 p 的 k 近邻。数据点 p 的 k 近邻是指在数据集 D 中，与点 p 的距离不大于点 p 的 k 距离的所有点的集合，记为。3）数据点 p 关于 o 的可达距离。数据点 p 关于o 的可达距离是指数据点 o 的 k 距离和点 p 与点 o 之间距离的最大值，由式（8）定义。reachdistk（p,o）=maxkdist（o）,d（p,o）（8）4）点 p 的局部可达密度。点 p 的局部可达密度是指点 p 与 k 近邻点的平均可达距离的倒数，由式（9）定义。lrdk（p）=1/（oNk（p）reachdistk（p,o）?Nk（p）?）（9）5）点 p 的局部离群因子。点 p 的局部离群因子是指点 p 的 k 近邻点平均局部可达密度与点 p 的局部可达密度的比值，表示的是点 p 与 k 近邻的相对局部可达密度，由式（10）计算。LOFk（p）=oNk（p）lrdk（o）?Nk（p）?/lrdk（p）（10）LOF 越接近于 1，则表明点 p 的局部可达密度与k 近邻的局部可达密度越接近，则点 p 为离群点的可能性越低。通过计算每个数据点的 LOF 分值，并根据给定的异常比例阈值，则判别出哪些数据点是异常点。1.33 准则法3 准则是一种基于正态分布的经典异常识别模型，已被广泛用于数据异常识别19-22。3 准则假定当数据符合正态分布时，数据分布在（3，+3）内的概率为 99.74%，即仅有 0.26%的数据与均值的差的绝对值大于 3 倍标准差。将 3 准则应用在数据异常识别时，定义一个数据集 D，当数据满足式（11），即认为是异常数据。|xi|3（11）式中：为数据集 D 的平均值；为数据集 D 的标准差。Xki将 3 准则应用在数据集 D 的局部，定义邻域数量 k，则满足式（12）。Xki=xik+1,xik+2,xi（12）1.4异常数据识别效果评价指标异常数据识别问题是一种二元分类问题23，即将数据分为正常类和异常类。采用分类评价指标对不 74 中 国 矿 业第 32 卷同的异常数据识别方法进行定量表示，有助于分析各异常识别方法的效果。将异常识别结果与数据真实分类进行对比，可将异常识别结果分为四类，即真正类 TP、假正类 FP、真反类 TN 和假反类 FN11。各分类定义见表 1。表 1 异常识别结果分类定义Table 1 Classification of abnormal detection results真实数据分类异常识别结果异常正常异常TPFN正常FPTN 采用查准率、查全率、正确率和 F1 分值对异常识别结果进行统计，计算方法见式（13）式（16）。查准率表示识别为异常的数据中，真异常数据的比例。查全率表示识别为异常的数据占所有真异常数据的比例。正确率表示分类正确的数据占总体的比例。F1 分值是查准率和查全率的调和平均值，综合反映查准率和查全率对结果的影响11,24。查准率=TPTP+FP（13）查全率=TPTP+FN（14）正确率=TP+TNTP+TN+FP+FN（15）F1=2查准率查全率查准率+查全率（16）2异常数据识别 2.1监测数据本文使用的三组数据均为河北省某尾矿库在线监测设备实测数据。数据 1、数据 2 和数据 3 分别有48 557 条、3 644 条和 4 087 条数据，采用随机方法划分训练数据集和测试数据集，并将异常数据全部划分到测试数据集。用于 OCSVM 训练的分别有 22 691条、1 607 条和 1 837 条数据，用于 OCSVM、LOF 和3 准则异常识别的分别有 25 866 条、2 037 条和 2 250条数据。为了对比研究方法的识别效果，人工识别并统计了异常数据，数据 1、数据 2 和数据 3 分别有3 403 条、480 条和 346 条异常数据。根据异常数据在监测数据序列中的分布特征，可将异常数据分为单点异常和连续异常。如果某一数据显著偏离该数据序列的分布，则认为该数据是单点异常数据。如果数据发生显著偏离并保持了一段时间后再恢复，则认为该段数据为连续异常数据。图 1 为数据 1 的监测数据及异常数据类型。10月738739740741742监测数据/m74374474574611月12月 1月 2月月份（a）单点异常监测数据异常数据3月 4月 5月 6月 7月10月738739740741742监测数据/m74374474574611月12月 1月 2月月份（b）连续异常3月 4月 5月 6月 7月监测数据异常数据22:28738.5739.0739.5740.022:5223:16单点异常11:37738.0740.0742.0744.012:1712:57连续异常图 1监测数据及异常类型Fig.1 Monitoring data and abnormal data type 2.2各方法最优参数选取超参数是开始学习过程之前设置的参数，超参数 的 选 取 对 机 器 学 习 模 型 结 果 有 显 著 的 影 响，OCSVM 模型在训练过程中，不断迭代更新模型参数以求得最优超平面，当迭代次数过小，模型无法收敛，训练效果较差；而迭代次数过大，会导致模型过拟合，在测试数据集上结果较差。邻域数量 k 对 LOF 和3 准则的异常识别结果影响较为显著。因此，对于OCSVM 模型，需要对迭代次数进行分析，进而选择最优的迭代次数；对于 LOF 和 3 准则，需要对邻域数量 k 进行分析，进而选择最优邻域数量。通过计算各方法在不同参数下的异常识别结果，根据正确率指标，评估各个方法在不同参数下的异常识别效果，并选取最优参数进行异常识别研究。以数据 1 为例，对于 OCSVM 模型，计算了迭代次数 1100 000 次的正确率，当迭代次数大于 50 时，正确率基本稳定，说明此时迭代过程收敛；邻域数量 k 应小于测试数据的数量，对于 LOF，计算了邻域数量 k 为 120 000 的正第 8 期楚一帆，等：基于机器学习的尾矿库监测数据异常识别研究 75 确率；对于 3 准则，计算了邻域数量 k 为 1020 000的正确率。图 2 为采用 OCSVM、LOF 和 3 准则在不同参数下对数据 1 异常识别的正确率曲线。对数据 2 和数据 3 的参数选取采用相同的方法，篇幅有限，不再展示。图 2（a）显示当迭代次数小于 3 次时，OCSVM 的异常识别正确率小于 0.2，而当迭代次数大于 3 次时，正确率快速上升，当迭代次数大于 50 次时，正确率基本稳定，达到 99.87%，单次计算耗时约 0.05 s，随着迭代次数增加，计算耗时无显著变化。图 2（b）显示当 邻 域 数量 k 为 5 000 时，LOF 正 确 率 达 到 峰 值98.82%，单次计算耗时约 22.61 s，随着 k 的增加，LOF的计算耗时显著增大。图 2（c）显示 3 准则的正确率和计算耗时随 k 的变化均波动较小，当 k 为6 000 时，准确率达到峰值 90.17%，计算耗时约 0.90 s。选取各方法正确率最高的超参数作为学习参数，因此对于数据 1，OCSVM 的迭代次数取 50 次，LOF 的邻域数量 k 取 5 000，3 准则的邻域数量 k 取 6 000。对于数据 2 和数据 3 采用相同的方法进行超参数的选取。2.3数据异常识别结果分析采用训练数据集对 OCSVM 进行训练，在特征空间中找到与原点距离最大的决策超平面，并将该决策 超 平 面 用 于 测 试 数 据 集 的 异 常 识 别。图 3 为OCSVM 对数据 1 的决策超平面在二维图像中可视化结果。图 3（a）中黑色曲线为 OCSVM 根据训练数据计算得到的决策超平面，图 3（b）显示了将决策超平 面 应 用 于 测 试 数 据 异 常 值 识 别 的 结 果，可见OCSVM 将决策超平面内的数据判定为正常数据，将决策超平面外的数据判定为异常数据。1.21.00.80.6正确率计算耗时/s0.40.20100101102迭代次数/次（a）OCSVM1031041051021011001011021031.21.00.80.6正确率计算耗时/s0.40.20100101102k（b）LOF1031041021011001011021031.21.00.80.6正确率计算耗时/s0.40.20101102k（c）3 准则103104102101100101102103正确率计算耗时正确率计算耗时正确率计算耗时图 2不同超参数下异常识别正确率曲线Fig.2 Abnormal detection accuracy with different hyperparameters 2.0738739740741y7427437447451.51.00.50 x0.5决策超平面训练值1.01.52.0（a）训练数据集2.0738739740741y7427437447451.51.00.50 x0.5决策超平面异常值正常值1.01.52.0（b）测试数据集图 3OCSVM 方法的决策超平面Fig.3 Hyperplane decision boundary of OCSVM 采用 OCSVM、LOF 和 3 准则分别对三组监测数据进行异常识别，结果如图 4 所示。图 4 中正方形曲线为监测数据，圆形曲线为 OCSVM 异常识别结果，三角形曲线为 LOF 异常识别结果，五角星形曲线为3 准则异常识别结果。由图 4 可知，OCSVM 筛除异常后的数据曲线较为连续平滑，将明显偏离监测曲线趋势的数据判定为异常数据。LOF 筛除了大部分异常数据，但仍有少部分异常数据没有正确识别。采用 3 准则筛除异常数据后，仍保留了较多异常数据，且将部分符合监测曲线趋势的正常数据识别为异常，表明 3 准则识别正确率较低。结果表明，基于机器学习的 OCSVM 和 LOF 对正常数据和异常数 76 中 国 矿 业第 32 卷据判别的准确率均显著优于基于统计的 3 准则，基于半监督学习的 OCSVM 相比基于无监督学习的LOF 对异常数据的识别效果更好。2.4异常识别评价结果以数据 1 为例，根据异常数据识别效果评价指标，按行方向归一化的异常识别结果混淆矩阵，如图 5 所示，混淆矩阵越接近于对角矩阵说明对数据分类的正确率越高。由图 5（a）可知，OCSVM 方法异常识别结果的 TP 为 0.991 8，TN 为 0.999 6，表示有99.18%的异常值和 99.96%的正常值被 OCSVM 正确分类；FP 为 0.000 4，FN 为 0.008 2，表示有 0.04%的正常值和 0.82%的异常值被 OCSVM 错误分类，但整体占比较小。由图 5（b）可知，LOF 方法异常识别结果的 TP 为 0.956 8，TN 为 0.992 9，表示有 95.68%的异常值和 99.29%的正常值被 LOF 正确分类；FP 为 0.007 1，FN 为 0.043 2，表示有 0.71%的异常值和 4.32%的正常值被 LOF 错误分类。由图 5（c）可知，3 准则异常识 别 结 果的 TP 为 0.402 4，TN 为 1.000 0，表 示 有40.24%的异常值和 100%的正常值被 3 准则正确分类；FP 为 0.000 0，FN 为 0.597 6，表示有 59.76%的异常值被 3 准则错误分类。结果表明，基于机器学习的 OCSVM 和 LOF 对异常数据识别的正确率显著优于基于统计的 3 准则，基于半监督学习的 OCSVM对异常数据和正常数据的识别正确率优于基于无监督学习的 LOF。3 准则对正常数据的识别正确率较高，这是由于 3 准则将较少的数据识别为异常数据，因此对正常数据的分类错误较少。三组数据按真实分类归一化的分类结果见表 2。由表 2 可知，数据 2 10-3012-3002-28日期04-2806-28739740监测数据/m741742743（a）数据 106-1106-25日期07-0907-232025监测数据/m303540（b）数据 206-0406-18日期07-0217-1607-302024监测数据/m2832（c）数据 3OCSVM 筛除异常结果LOF 筛除异常结果3 筛除异常结果监测数据OCSVM 筛除异常结果LOF 筛除异常结果3 筛除异常结果监测数据OCSVM 筛除异常结果LOF 筛除异常结果3 筛除异常结果监测数据图 4异常数据识别结果对比Fig.4 Comparison of abnormal detection results 异常值异常值识别结果正常值00.20.40.60.81.0正常值真实分类（a）OCSVM异常值异常值识别结果正常值00.20.40.60.81.0正常值真实分类（b）LOF异常值异常值识别结果正常值00.20.40.60.81.0正常值真实分类（c）3 准则图 5异常识别结果混淆矩阵Fig.5 Confusion matrix of abnormal detection results 表 2 异常识别分类结果Table 2 Classification results of abnormal detection分类结果数据 1数据 2数据 3OCSVMLOF3OCSVMLOF3OCSVMLOF3TP0.991 80.956 80.402 40.970 80.870 80.159 00.916 20.901 70.205 2FP0.000 40.007 10.000 00.034 10.040 50.008 50.001 60.003 70.002 7TN0.999 60.992 91.000 00.965 90.959 50.991 50.998 40.996 30.997 3FN0.008 20.043 20.597 60.029 20.129 20.841 00.083 80.098 30.794 8第 8 期楚一帆，等：基于机器学习的尾矿库监测数据异常识别研究 77 和数据 3 的识别结果表现出相同的规律。根据分类结果，可计算得到查准率、查全率、正确率和 F1 分值，根据计算耗时可以得到归一化的计算速度。图 6 为 OCSVM、LOF 和 3 准则的异常识别结果评价指标雷达图。由图 6 可知，三者的查准率差距较小，这是因为异常数据占总体样本的比例较小，表明三种方法对数据主体的正常数据判别正确率较高。在查全率和正确率方面，OCSVM 表现出相近或优于 LOF 的性能，OCSVM 和 LOF 均显著优于 3 准则。OCSVM 的计算速度快于 LOF，且随着数据量的增加，OCSVM 的计算速度优势增大。根据查准率和查全率调和平均得到的 F1 分值显示，基于机器学习的 OCSVM 方法和 LOF 方法的综合性能优于基于统计的 3 准则。查准率速度查全率正确率F1 分值OCSVM1.00.80.60.40.20.01.00.80.60.40.20.01.00.80.60.40.20.0LOF3 准则（a）数据 1查准率速度查全率正确率F1 分值OCSVMLOF3 准则（b）数据 2查准率速度查全率正确率F1 分值OCSVMLOF3 准则（c）数据 3图 6异常识别结果评价指标Fig.6 Evaluation indicators of abnormal detection results 3结论通过介绍 OCSVM、LOF 和 3 准则三种异常数据识别方法的基本原理及异常数据识别评价指标，针对三组尾矿库在线监测数据，选取了各方法的最优参数，开展了异常监测数据识别工作，计算得到了各方法对三组数据异常识别的查准率、查全率、正确率、F1 分值等，采用雷达图对三种方法的识别效果进行了综合分析，得到如下结论。1）超参数对 OCSVM 和 LOF 的异常识别结果有显著影响，随着迭代次数增加，OCSVM 的异常识别正确率增大，而计算耗时无明显变化。随着邻域数量 k 的增大，LOF 的异常识别正确率增大，计算耗时显著增大。邻域数量 k 对 3 准则的异常识别正确率和计算耗时有一定影响，但影响较小。2）基于机器学习的 OCSVM 和 LOF 对尾矿库监测数据的异常值和正常值的分类正确率均较高，且对异常值的分类正确率显著高于基于统计的 3 准则。基于机器学习的 OCSVM 和 LOF 对尾矿库监测数据分类的整体正确率较高。3）综合了查准率、查全率、正确率、F1 分值和计算速度的雷达图显示，OCSVM 和 LOF 的查全率、正确率和 F1 分值均优于 3 准则。OCSVM 的异常识别效果优于 LOF，且计算速度显著优于 LOF，对于大数据处理应用拥有较明显的优势。参考文献（References）：MCDERMOTT R K,SIBLEY J M.The aznalcllar tailings dam acci-1 dent:a case studyJ.Mineral Resources Engineering，2000，9（1）：101-118.KOPPE J C.Lessons learned from the two major tailings dam acci-dents in BrazilJ.Mine Water and the Environment，2021，40（1）：166-173.2 CUI S,PEI X,JIANG Y,et al.Liquefaction within a bedding fault:Understanding the initiation and movement of the Daguangbao land-slide triggered by the 2008 Wenchuan Earthquake(Ms=8.0)J.Engi-neering Geology，2021，295：106455.3 DONG K,YANG D,YAN J,et al.Anomaly identification of monitor-ing data and safety evaluation method of tailings damJ.Frontiers inEarth Science，2022，10：1016458.4 WANG L,YANG X,HE M.Research on safety monitoring system oftailings dam based on Internet of thingsJ.IOP Conference Series:Materials Science and Engineering，2018，322（5）：052007.5 NIE W,LUO M,WANG Y,et al.3D visualization monitoring andearly warning system of a tailings dam:gold copper mine tailings damin Zijinshan,Fujian,ChinaJ.Frontiers in Earth Science，2022，10：800924.6 高鹏飞.数据清洗技术在尾矿库监测系统中的应用研究D.西安:西安工业大学,2019.7 王鑫磊.考虑相关性的尾矿库监测时间序列数据清洗方法研究D.阜新:辽宁工程技术大学,2022.8 易思成,康喜明,吴浩,等.基于IF-CM-LOF的尾矿坝位移监测数据离群值诊断J.金属矿山，2022（11）：208-215.YI Sicheng,KANG Ximing,WU Hao,et al.Outlier diagnosis of tail-ings dam displacement monitoring data based on IF-CM-LOFJ.Metal Mine，2022（11）：208-215.9 李伟华.水库健康监测大数据清洗方法研究D.泰安:山东农业大学,2019.10 何黎,陈磊,纪莎莎,等.基于K-shape聚类的连续液位监测数据异常检测方法J.中国给水排水，2023，39（11）：56-61.11 78 中 国 矿 业第 32 卷HE Li,CHEN Lei,JI Shasha,et al.Abnormal detection of continuouswater level monitoring data based on K-shape clusteringJ.ChinaWater&Wastewater，2023，39（11）：56-61.WANG H,BAH M J,HAMMAD M.Progress in outlier detectiontechniques:a surveyJ.IEEE Access，2019，7：107964-108000.12 SARKER I H.Machine learning:algorithms,real-world applicationsand research directionsJ.SN Computer Science，2021，2（3）：160.13 ERFANI S M,RAJASEGARAR S,KARUNASEKERA S,et al.High-dimensional and large-scale anomaly detection using a linear one-classSVM with deep learningJ.Pattern Recognition，2016，58：121-134.14 SCHLKOPF B,PLATT J C,SHAWE-TAYLOR J,et al.Estimatingthe support of a high-dimensional distributionJ.Neural Computa-tion，2001，13（7）：1443-1471.15 CAMPBELL C,BENNETT K.A linear programming approach tonovelty detectionC/Advances in Neural Information Processing Sys-tems:13.MIT Press,2000.16 BREUNIG M M,KRIEGEL H P,NG R T,et al.LOF:identifyingdensity-based local outliersC/Proceedings of the 2000 ACM SIG-MOD international conference on Management of data.New York,NY,USA