基于面向港口应用的波浪数据深度解析与智能化处理技术研究测试数据

本数据集来源于国家重点研发计划 “多海区战略港口基础设施长期服役监测传感系统及应用”（项目编号 2022YFB3207400）课题三的核心技术研发成果，针对港口波浪监测场景中原始数据噪声大、异常值与数据缺失频发、多源异构数据融合难度高，以及港口特殊波况（船行波、靠船波、浅水破碎波、台风浪）特征提取难、传统数据处理方法适配性差、无法满足港口结构安全预警实时高精度需求的行业痛点，开展面向港口应用的波浪数据深度解析与智能化处理技术研发、全流程验证与工程化落地。数据研发与测试周期为 2024 年 6 月 —2025 年 12 月，分为两个核心阶段完成：算法训练与标准数据集构建阶段，在交通运输部天津水运工程科学研究所大型波浪水槽、不规则波港池完成物理模型试验，生成全工况可控波浪标准数据集；算法泛化性验证与工程化应用阶段，在渤海（天津港）、黄海（青岛港）、东海（宁波舟山港）、南海北部湾（广西钦州港）4 个海区的示范港口完成现场长期监测数据采集与算法落地验证。测试全过程严格遵循《GB/T 14914-2006 波浪观测规范》《JTS 132-2015 水运工程水文观测规范》《GB/T 42392-2023 信息技术 人工智能 机器学习数据集质量评价指标》等国家及行业标准。数据集核心内容包含四大模块：一是多源异构波浪原始数据集，覆盖自研多源波浪传感器、GNSS 波浪浮标、ADCP、电容式波高仪等多类设备的时序原始数据，包含常规海况、台风浪、风暴潮、船行波、靠船波、浅水破碎波等全场景港口波浪数据；二是标准化预处理数据集，包含基于小波变换、卡尔曼滤波、EMD 分解、深度学习补全等算法的去噪、异常值剔除、缺失值补全、时空同步对齐后的标准化数据，以及不同预处理算法的性能评估结果；三是波浪数据深度解析特征数据集，包含波高、波周期、波向、谱峰周期、波能谱、波陡等核心波浪要素提取结果，港口特殊波浪类型智能识别与特征分离数据集，以及不同海况等级的分类标注数据集；四是智能化处理算法验证数据集，包含波浪时序预测、异常海况预警、数据重构、多源数据融合算法的训练集、测试集、验证集，以及 8 种主流算法模型的训练日志、超参数优化记录、精度评估指标（RMSE、MAE、R²、准确率、召回率）数据。同步配套算法代码片段、测试大纲、工况设计文件、设备校准证书、相关专利、软著及学术论文，总数据量 1.85GB。本数据集为港口波浪数据的智能化处理、深度解析、工程化应用提供了标准化的训练与验证数据支撑，有效解决了港口复杂波况下波浪数据处理精度低、效率差、场景适配性不足的行业痛点，可为港口海洋环境灾害预警、码头结构动力响应分析、基础设施长期服役安全管控提供可靠的技术与数据基础。