CN102184267B - 一种自动数据采集系统消除干扰的异常数据过滤方法 - Google Patents
一种自动数据采集系统消除干扰的异常数据过滤方法 Download PDFInfo
- Publication number
- CN102184267B CN102184267B CN 201110093432 CN201110093432A CN102184267B CN 102184267 B CN102184267 B CN 102184267B CN 201110093432 CN201110093432 CN 201110093432 CN 201110093432 A CN201110093432 A CN 201110093432A CN 102184267 B CN102184267 B CN 102184267B
- Authority
- CN
- China
- Prior art keywords
- data
- data acquisition
- host computer
- measured value
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 34
- 238000001914 filtration Methods 0.000 title claims abstract description 21
- 230000008030 elimination Effects 0.000 title abstract description 3
- 238000003379 elimination reaction Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000009499 grossing Methods 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 230000004308 accommodation Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明为一种自动数据采集系统消除干扰的异常数据过滤方法，其特征在于：自动数据采集系统包括四个基本部分：传感器网络、下位机、上位机、通讯网络。异常数据判断及剔除是基于上位机的；数据采集计划是由上位机设置并发起的；数据采集模块采集的数据实时发送到上位机，上位机首先进行异常数据过滤；异常数据的过滤采用趋势分析的预测值与实测值进行比对的方法，综合考虑采集数据实测值、预测值、变化量、变化方向多个方面的因素。采用本发明方法的自动数据采集系统能够有效地自动实现干扰数据的过滤，大大降低噪声数据对分析的影响。
Description
技术领域
本发明涉及一种基于动系数指数平滑法的自动数据采集系统，特别是公开一种自动数据采集系统（包括数据采集、网络传输、数据处理）消除干扰的异常数据过滤方法，主要应用于自动监测领域。
背景技术
自动数据采集系统利用传感器技术、信息技术、网络技术，使传统意义上数据采集活了起来，真正实现了数据采集的实时、远程、自动、真实，其无可比拟的快速数据获取优势，给物联网产业带来巨大的发展机会。
但是，自动数据采集系统的多个环节，尤其是传感器环节、数据采集环节，容易受到工作现场各种外界环境的干扰，包括电场、磁场、振动、温度、湿度等，从而产生异常数据，也就是噪点。这些噪点数据无法真实反映现场我们需要了解的信息。如果不加筛选地利用这些噪点数据进行现场数据分析，则会造成很大的困扰。这也是现在大多数数据采集系统都面临的问题，这一问题也为自动数据采集系统的应用推广制造了障碍。
本发明针对自动数据采集系统产生的随机的、离散的噪点数据，本系统基于统计方法与趋势分析，采用自动补偿验证机制，剔除噪点数据，最大限度地降低噪点数据的干扰，使得自动采集数据系统真实反映现场情况。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种一种自动数据采集系统消除干扰的异常数据过滤方法，可以自动进行异常数据判断，自动实现补偿采集数据的自动数据采集。在进行异常数据的判断过程中，实时利用已采集到的历史数据进行趋势分析，如判断本次采集数据为异常数据，自动启动补偿采集机制，进行补偿采集，屏蔽环境干扰造成的异常数据，并保证数据采集的实时性。
本发明是这样实现的：一种自动数据采集系统消除干扰的异常数据过滤方法，其特征在于：自动数据采集系统包括四个基本部分：传感器网络、下位机、上位机、通讯网络，如附图1所示。
数据采集是由作为下位机的数据采集模块连同传感器网络实现的；数据采集模块连同传感器网络共同构成数据采集前端，在没有上位机的情况下也可以独立进行数据采集工作；无论采用何种通讯网络方式，数据采集模块与上位机是保持连接的；如果连接断开，数据采集模块对上位机约定端口主动发起连接，不断尝试直到建立连接。
数据采集模块具备自主工作能力，包括设置系统时钟、获取设备工作状态、读取采集到的数据、保存采集到的数据、保存上位机设置的采集计划、按照约定计划采集指定通道的传感器数据、上电后自动启动、断线后自动连接以及连接后自动与上位机同步时钟。采集计划支持指定时间采集；指定频次采集。在与上位机连线的情况下还支持即时触发采集。
本发明的异常数据判断及剔除是基于上位机的；数据采集计划是由上位机设置并发起的；数据采集模块采集的数据实时发送到上位机，上位机首先进行异常数据过滤。异常数据的过滤采用趋势分析的预测值与实测值进行比对的方法，综合考虑采集数据实测值、预测值、变化量、变化方向多个方面的因素，做到既能灵敏反映数据变化趋势，又能平滑拟合数据变化曲线。
异常数据过滤的前提是趋势预测，而通常有效的趋势预测方法中的指数平滑法难以适应各种不同变化趋势的时间序列。对于实际监测应用来说，既有数据平稳的，也有忽上忽下的，也有周期波动的，还有有长期发展趋势的；因此，不管是用于稳定序列的一次指数平滑法，还是用于线性序列的二次、用于抛物形序列的三次指数平滑法；不管是平滑系数取小，还是取大，都难以普适应用于采集数据的预测。
本发明采用动系数的指数平滑方法。出于实时计算的效率出发，采用一次指数平滑法。即：
，
其中：
Yi+1为i+1时刻的预测值；
Xi为i时刻的实测值；
Yi为i时刻的预测值；
a为平滑系数，取0到1之间的值。
通常的指数平滑法，a取值确定之后，都是固定的，而且a的取值多是凭经验或试算确定的，这对于某一种类型的时间序列人为确定是没有问题的，但对于难以统计规律的不确定的各种各样的监测数据，这样做是不现实的。
本发明采用动态的平滑系数，随着数据曲线的变化，动态调整平滑系数，以适应曲线的近期变化形态与变化趋势。上述公式改为：
，
其中：ai为i时刻的平滑系数。初始值a0为0.2；
ai是通过最近一次的实测数据落在前一次实测数据和最近一次的预测数据之间还是外部的情况进行调整的，如附图2所示。
如果Y i =Xi-1，ai=0.05；否则：
如果ai<0.05，ai=0.05；
如果ai>0.8，ai=0.8。
根据上述步骤，确定了i时刻的预测值Yi ，对i时刻采集到的实测值X进行异常数据过滤，过滤原则如下：
1、如果实测值X介于Xi-1 、Yi 之间，则计为正常数据，Xi =X；
2、 如果实测值X与Xi-1的差值小于历次实测值序列X1、X2、……、Xi-1的标准差σ的三倍 ，即σ*3，则计为正常数据，Xi =X；
3、 否则，该实测值为可疑数据，进入补偿采集验证流程；
4、 上位机设置数据验证计划，短时间内等间隔采集多次数据，不超过5次，每次数据计为：u1、u2、u3、u4、u5；
5、对上述第4步骤中每次采集的数据都进行异常判断，如果满足uk∈(Xi-1，Yi)，k为1到5之间的自然数，即uk在Xi-1与Yi的范围内，或 |uk- Xi-1|∈(0，σ)，即uk与 Xi-1的偏离小于历次实测值Xk（k=1、2、……、i-1）的均方差σ，则把uk计为本次测量的正常数据，Xi =uk，退出验证计划；
6、 如果5次验证数据采集完成，且都不满足步骤5的正常数据条件，则对该验证数据序列进行离散度判断；
7、 计算X、u1、u2、u3、u4、u5序列的离散度，即均方差σ’；
如果σ’<σ*3，则取该序列的算术平均值u为本次测值记录下来，Xi =u；
8、 如果σ’>σ*3，则从X、u1、u2、u3、u4、u5序列中依次剔除一个数据，计算剩余的5个数据的序列的均方差σ’’，只要满足σ’’<σ*3，则把该序列的5个数据的算术平均值u’作为本次测值，Xi =u’；
9、 如果不满足上述条件，则本次数据采集X确认为异常数据，本次数据采集失败，放弃本次测值。等待按计划进行下一次数据采集。
图3所示的异常数据过滤流程描述了前述的初始值标定；i时刻预测值确定；i时刻平滑系数确定；i+1时刻预测值确定；根据历史实测数据均方差、本次实测数据与上次实测数据及本次实测数据与本次预测数据的偏离，进行异常数据判定。
图4所示的补偿采集验证流程详细描述了本发明过滤原则的步骤4到9。先判定不超过5次的补偿采集数据，只要有一次采集到的数据与上次实测数据及本次预测数据偏差不大，即为正常数据，本次补偿采集验证结束；如果5次数据补偿采集完成，都与上次实测数据及本次预测数据偏离较大，则对这5个数据连同上次采集到的可疑数据一起进行离散度判定，如果这6个数据稳定，则取这6个数据的算术平均值作为本次实测值。如果这6个数据不稳定，则从这6个数据中任选5个进行组合，判断是否存在数据稳定的一个组合，如果存在这样的组合，则把这个组合的算术平均数作为本次测值。如果枚举了所有组合，还找不到稳定的数据组合，则确认数据异常，抛弃本次采集数据，等待下一次采集。
本发明的有益效果是：相对于其它自动采集系统，采用本发明方法的自动数据采集系统能够有效地自动实现干扰数据的过滤，大大降低噪声数据对分析的影响。
首先，本发明方法的自动数据采集系统无需人工干预，能够自主进行趋势判断，通道历史数据越多，则趋势判断越准确，数据曲线越平滑；历史数据越少，则越难进行趋势判断。历史采集数据序列中，后一次采集数据的权重较前一次为大，因此增加了对刚刚开始趋势的响应，起到防微杜渐的作用。
其次，本发明方法的动系数指数平滑法，有效克服了通常的指数平滑法依据经验固定系数的局限性，能够广泛适应各种数据波动及发展趋势情况，可以真正应用于实时数据监测领域。
然后，本发明方法的自动数据采集系统的补偿采集验证机制既能够有效地避过干扰信号，又能够保证采集数据的时效性。通常情况下，自动数据采集系统的干扰信号都是瞬时的、短暂的，等间距分时补偿采集的机制比较好地解决了干扰问题，一般情况下都能够及时采集到可信的数据。
附图说明
图1 是本发明自动数据采集系统结构示意图。
图2 是本发明数据曲线示意图。
图3 是本发明异常数据过滤流程。
图4 是本发明补偿采集验证流程。
图5 是本发明下位机工作流程示意图。
图6 是本发明下位机接收执行上位机指令流程示意图。
图7 是本发明下位机采集计划执行流程示意图。
图8 是本发明上位机自动数据采集工作流程示意图。
具体实施方式
一种自动数据采集系统消除干扰的异常数据过滤方法，自动数据采集系统包括四个基本部分：传感器网络、下位机、上位机、通讯网络，如附图1所示。
数据采集是由作为下位机的数据采集模块连同传感器网络实现的；数据采集模块连同传感器网络共同构成数据采集前端，在没有上位机的情况下也可以独立进行数据采集工作；无论采用何种通讯网络方式，数据采集模块与上位机始终保持连接；当连接断开，数据采集模块对上位机约定端口主动发起连接，不断尝试直到建立连接。
数据采集模块具备自主工作能力，包括设置系统时钟、获取设备工作状态、读取采集到的数据、保存采集到的数据、保存上位机设置的采集计划、按照约定计划采集指定通道的传感器数据、上电后自动启动、断线后自动连接以及连接后自动与上位机同步时钟；采集计划包括指定时间采集和指定频次采集；在与上位机连线的情况下还支持即时触发采集。
异常数据判断及剔除是基于上位机的；数据采集计划是由上位机设置并发起的；数据采集模块采集的数据实时发送到上位机，上位机首先进行异常数据过滤；异常数据的过滤采用趋势分析的预测值与实测值进行比对的方法，综合考虑采集数据实测值、预测值、变化量、变化方向多个方面的因素，做到既能灵敏反映数据变化趋势，又能平滑拟合数据变化曲线。
对于某一种类型的时间序列人为确定，采用动系数的指数平滑方法，出于实时计算的效率出发，采用一次指数平滑法：
其中：
Yi+1为i+1时刻的预测值；
Xi为i时刻的实测值；
Yi为i时刻的预测值；
a为平滑系数，取0到1之间的值。
对于难以统计规律的不确定的监测数据，采用动态的平滑系数，随着数据曲线的变化，动态调整平滑系数，以适应曲线的近期变化形态与变化趋势：
其中：ai为i时刻的平滑系数，初始值a0为0.2；
ai通过最近一次的实测数据是落在前一次实测数据和最近一次的预测数据之间还是外部的情况进行调整，如附图2所示。
如果Y i =Xi-1，ai=0.05；否则：
如果ai<0.05，ai=0.05；
如果ai>0.8，ai=0.8。
根据上述步骤，确定了i时刻的预测值Yi ，对i时刻采集到的实测值X进行异常数据过滤，过滤原则如下：
1、如果实测值X介于Xi-1 、Yi 之间，则计为正常数据，Xi =X；
2、如果实测值X与Xi-1的差值小于历次实测值序列X1、X2、……、Xi-1的标准差σ的三倍 ，即σ*3，则计为正常数据，Xi =X；
3、否则，该实测值为可疑数据，进入补偿采集验证流程；
4、上位机设置数据验证计划，短时间内等间隔采集多次数据，不超过5次，每次数据计为：u1、u2、u3、u4、u5；
5、对上述第4步骤中每次采集的数据都进行异常判断，如果满足uk∈(Xi-1，Yi)，k为1到5之间的自然数，即uk在Xi-1与Yi的范围内，或 |uk- Xi-1|∈(0，σ)，即uk与 Xi-1的偏离小于历次实测值Xk（k=1、2、……、i-1）的均方差σ，则把uk计为本次测量的正常数据，Xi =uk，退出验证计划；
6、如果5次验证数据采集完成，且都不满足步骤5的正常数据条件，则对该验证数据序列进行离散度判断；
7、计算X、u1、u2、u3、u4、u5序列的离散度，即均方差σ’；
如果σ’<σ*3，则取该序列的算术平均值u为本次测值记录下来，Xi =u；
8、 如果σ’>σ*3，则从X、u1、u2、u3、u4、u5序列中依次剔除一个数据，计算剩余的5个数据的序列的均方差σ’’，只要满足σ’’<σ*3，则把该序列的5个数据的算术平均值u’作为本次测值，Xi =u’；
9、 如果不满足上述条件，则本次数据采集X确认为异常数据，本次数据采集失败，放弃本次测值，等待按计划进行下一次数据采集。
本发明方法的自动数据采集系统可以用于土木工程中的实时监测，比如振弦式传感器数据的实时采集系统。下位机振弦信号采集模块能够实时、独立地获取振弦式传感器的频率信号以及温度，并能实时传输到上位机。板载32通道，可扩展为48通道或64通道。能对每个通道设置3个采集计划、1个立即计划和1个报警计划。最大计划速率为1秒。采集计划时间间隔计划从秒到月，以1秒、1分钟、1小时、1天的步长增加。动态扫描时间间隔可以调整。本地存储计划、采集数据以及报警条件、报警记录。存储空间可预先分配。存储内容滚动更新。报警条件可设置高于、低于设定值或在设定值内/外。报警条件可以逻辑组合。
下位机工作流程如下：
上电后首先检查有无采集计划，如果有，则按计划采集数据。然后判断设备是否与上位机连线，如果断线，则不断尝试连接直到接通，接通后首先就是同步设备的时钟，保证系统时钟同步。如果设备在线，就同步进行等待接收执行上位机发来的指令，即时发送采集到的数据到上位机。如图5所示。
根据附图6，下位机接收执行指令的流程，接收指令，解析指令，根据指令不同类型，执行不同操作，包括：同步时钟、读取设备状态、设置采集计划、立即采集数据。
根据附图7，下位机采集计划执行流程，遍历每一个传感器通道，依次检查该通道有无立即计划、定点计划、定时计划，有计划且满足计划条件，就触发该通道采集数据。等待一个时间间隔后，重复进行上述步骤。只要设备上电，就一直处于工作状态。
上位机为PC或工控机，上位机和下位机之间通过RS485、RS232或者CDMA、GPRS无线网络连接。
上位机自动数据采集系统作为系统的数据接收端，其入口为监测设备的数字信号，通过GPRS无线或者RS232串口通信传到计算机上，自动数据采集系统软件依据数字信号进行数据解析，存储。
数据采集系统，分无线和有线两种方式进行功能组织，使用同一套通讯协议，在命令组织上采用统一函数接口，在打开设备和数据接收使用不同机制，数据解析和数据保存，以及配置信息的保存采用同一机制。
根据附图8，上位机工作流程，首先读取配置文件，选择合适的通讯网络，启动网络监听和定时计划检查，网络监听设计专门通信线程，该线程完成数据接收和指令调度任务，获得数据则调用公共解析函数解析、存储数据，刷新输出信息，并更新配置文件；
定时计划检查对采集计划实时刷新判断，需要发送的数据采集等指令首先加入指令栈，然后在通信线程里周期地遍历判断，只要指令栈非空，就取出指令发送。指令之间有适当时间间隔以确保发出的指令已经被下位机执行。
Claims (1)
1.一种自动数据采集系统消除干扰的异常数据过滤方法，其特征在于：自动数据采集系统包括四个基本部分：传感器网络、下位机、上位机、通讯网络；
数据采集是由作为下位机的数据采集模块连同传感器网络实现的；数据采集模块连同传感器网络共同构成数据采集前端，在没有上位机的情况下也可以独立进行数据采集工作；无论采用何种通讯网络方式，数据采集模块与上位机始终保持连接；当连接断开，数据采集模块对上位机约定端口主动发起连接，不断尝试直到建立连接；
数据采集模块具备自主工作能力，包括设置系统时钟、获取设备工作状态、读取采集到的数据、保存采集到的数据、保存上位机设置的采集计划、按照约定计划采集指定通道的传感器数据、上电后自动启动、断线后自动连接以及连接后自动与上位机同步时钟；采集计划包括指定时间采集和指定频次采集；在与上位机连线的情况下还支持即时触发采集；
异常数据判断及剔除是基于上位机的；数据采集计划是由上位机设置并发起的；数据采集模块采集的数据实时发送到上位机，上位机首先进行异常数据过滤；异常数据的过滤采用趋势分析的预测值与实测值进行比对的方法，综合考虑采集数据实测值、预测值、变化量、变化方向多个方面的因素，做到既能灵敏反映数据变化趋势，又能平滑拟合数据变化曲线；
对于某一种类型的时间序列人为确定，采用动系数的指数平滑方法，出于实时计算的效率出发，采用一次指数平滑法：
，
其中：
Yi+1为i+1时刻的预测值；
Xi为i时刻的实测值；
Yi为i时刻的预测值；
a为平滑系数，取0到1之间的值；
对于难以统计规律的不确定的监测数据，采用动态的平滑系数，随着数据曲线的变化，动态调整平滑系数，以适应曲线的近期变化形态与变化趋势：
其中：ai为i时刻的平滑系数，初始值a0为0.2；
ai通过最近一次的实测数据是落在前一次实测数据和最近一次的预测数据之间还是外部的情况进行调整；
如果Y i =Xi-1，ai=0.05；否则：
如果ai<0.05，ai=0.05；
如果ai>0.8，ai=0.8；
根据上述步骤，确定了i时刻的预测值Yi ，对i时刻采集到的实测值X进行异常数据过滤，过滤原则如下：
（1）如果实测值X介于Xi-1 、Yi 之间，则计为正常数据，Xi =X；
（2）如果实测值X与Xi-1的差值小于历次实测值序列X1、X2、……、Xi-1的标准差σ的三倍 ，即σ*3，则计为正常数据，Xi =X；
（3）否则，该实测值为可疑数据，进入补偿采集验证流程；
（4）上位机设置数据验证计划，短时间内等间隔采集多次数据，不超过5次，每次数据计为：u1、u2、u3、u4、u5；
（5）对上述第4步骤中每次采集的数据都进行异常判断，如果满足uk∈(Xi-1，Yi)，k为1到5之间的自然数，即uk在Xi-1与Yi的范围内，或 |uk- Xi-1|∈(0，σ)，即uk与 Xi-1的偏离小于历次实测值Xk（k=1、2、……、i-1）的均方差σ，则把uk计为本次测量的正常数据，Xi =uk，退出验证计划；
（6）如果5次验证数据采集完成，且都不满足步骤5的正常数据条件，则对该验证数据序列进行离散度判断；
（7）计算X、u1、u2、u3、u4、u5序列的离散度，即均方差σ’；如果σ’<σ*3，则取该序列的算术平均值u为本次测值记录下来，Xi =u；
（8）如果σ’>σ*3，则从X、u1、u2、u3、u4、u5序列中依次剔除一个数据，计算剩余的5个数据的序列的均方差σ’’，只要满足σ’’<σ*3，则把该序列的5个数据的算术平均值u’作为本次测值，Xi =u’；
（9）如果不满足上述条件，则本次数据采集X确认为异常数据，本次数据采集失败，放弃本次测值，等待按计划进行下一次数据采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110093432 CN102184267B (zh) | 2011-04-14 | 2011-04-14 | 一种自动数据采集系统消除干扰的异常数据过滤方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110093432 CN102184267B (zh) | 2011-04-14 | 2011-04-14 | 一种自动数据采集系统消除干扰的异常数据过滤方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102184267A CN102184267A (zh) | 2011-09-14 |
| CN102184267B true CN102184267B (zh) | 2013-02-13 |
Family
ID=44570444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110093432 Active CN102184267B (zh) | 2011-04-14 | 2011-04-14 | 一种自动数据采集系统消除干扰的异常数据过滤方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102184267B (zh) |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901943B (zh) * | 2011-12-24 | 2015-01-07 | 许继电气股份有限公司 | 一种基于区域电网的采样数据异常检测及过电流保护方法 |
| CN102981834A (zh) * | 2012-11-05 | 2013-03-20 | 成都主导软件技术有限公司 | 一种检测数据趋势图的生成方法 |
| CN103065041B (zh) * | 2012-12-18 | 2016-08-03 | 湖南大唐先一科技有限公司 | 一种冗余数据检验方法 |
| CN103593740A (zh) * | 2013-11-27 | 2014-02-19 | 中国农业科学院农业信息研究所 | 一种农情信息移动采集系统及其方法 |
| CN103631953A (zh) * | 2013-12-13 | 2014-03-12 | 东莞市富卡网络技术有限公司 | 基于误差内排查的大型数据分析方法及其终端 |
| CN103684915B (zh) * | 2013-12-16 | 2016-08-17 | 武汉虹信通信技术有限责任公司 | 基于上位机场景还原的下位机数据帧异常定位方法 |
| CN104181883A (zh) * | 2014-08-08 | 2014-12-03 | 青岛高校信息产业有限公司 | 实时数据采集系统的异常数据实时处理方法 |
| TWI592036B (zh) * | 2014-11-14 | 2017-07-11 | Chunghwa Telecom Co Ltd | Wireless network signal range detection and display methods |
| CN105468662B (zh) * | 2014-12-31 | 2020-02-18 | 深圳市中电电力技术股份有限公司 | 一种基于表码值的能耗数据处理方法和系统 |
| CN105677770B (zh) * | 2015-12-30 | 2020-12-08 | 浙江海洋学院 | 近海海洋环境数据监测的自适应采样方法 |
| CN105916165B (zh) * | 2016-03-30 | 2019-07-16 | 中国联合网络通信集团有限公司 | 无线传感器网络及其数据处理方法 |
| CN109189018A (zh) * | 2016-10-10 | 2019-01-11 | 深圳万发创新进出口贸易有限公司 | 一种钢包烘烤器故障在线诊断系统 |
| CN106898031A (zh) * | 2016-12-30 | 2017-06-27 | 江苏骏龙光电科技股份有限公司 | 一种用于高精度光纤测量的抽丝方法 |
| CN107220921B (zh) * | 2017-05-26 | 2020-09-29 | 西安木牛能源技术服务有限公司 | 一种对能耗在线监测系统所采集数据的验证方法 |
| CN108229537A (zh) * | 2017-12-07 | 2018-06-29 | 深圳市宏电技术股份有限公司 | 一种降水量的奇异值检测方法、装置及设备 |
| CN109187273A (zh) * | 2018-09-11 | 2019-01-11 | 卢新 | 一种基于物联网及ai技术的悬丝式血液粘度仪 |
| CN109489223A (zh) * | 2018-09-20 | 2019-03-19 | 珠海格力电器股份有限公司 | 数据处理方法、装置、设备和空调 |
| CN109814629B (zh) * | 2019-01-24 | 2023-10-20 | 安徽斯瑞菱智能科技有限公司 | 一种远程遥控温度测控方法及系统 |
| CN109738017B (zh) * | 2019-01-24 | 2023-10-27 | 安徽斯瑞菱智能科技有限公司 | 一种工业现场环境检测方法及系统 |
| CN110398386B (zh) * | 2019-06-28 | 2021-03-19 | 浙江中烟工业有限责任公司 | 一种智能化判断空调系统温湿度测点状态的方法 |
| CN110276336A (zh) * | 2019-07-22 | 2019-09-24 | 河北农业大学 | 一种本交笼种鸡个体行为识别系统及其识别方法 |
| CN110751853B (zh) * | 2019-10-25 | 2021-05-18 | 百度在线网络技术（北京）有限公司 | 停车位数据的有效性识别方法和装置 |
| CN111538723A (zh) * | 2020-04-29 | 2020-08-14 | 上海电器科学研究所（集团）有限公司 | 监测数据处理方法、装置及电子设备 |
| CN112229439B (zh) * | 2020-08-31 | 2022-04-08 | 中煤科工集团沈阳研究院有限公司 | 基于电流波动法矿用隔爆型电缆卷筒检验系统及检验方法 |
| CN112732753A (zh) * | 2020-11-26 | 2021-04-30 | 深圳华星智感科技有限公司 | 一种干扰监测环境下超控数据有效性分析方法 |
| CN117421531B (zh) * | 2023-12-14 | 2024-03-05 | 深圳和润达科技有限公司 | 干扰环境下的有效数据智能确定方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH697616B1 (fr) * | 2004-04-27 | 2008-12-31 | Charmilles Technologies | Dispositif d'entraînement à contrôle numérique avec dispositif de détection d'anomalies de fonctionnement destiné à la détection de collisions accidentelles et procédé de détection d'anomalies de fonctionnement pour ce dispositif. |
| US8095250B2 (en) * | 2009-05-21 | 2012-01-10 | Honeywell International Inc. | Real-time compensation of inertial sensor bias errors under high spin rate conditions |
-
2011
- 2011-04-14 CN CN 201110093432 patent/CN102184267B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN102184267A (zh) | 2011-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102184267B (zh) | 一种自动数据采集系统消除干扰的异常数据过滤方法 | |
| JP5111719B2 (ja) | 時系列なリアルタイムのデータおよび非リアルタイムのデータを収集し検索する方法およびシステム | |
| CN107302450B (zh) | 一种数据采集任务变更方法及装置 | |
| CN104930660B (zh) | 空气状态监测方法和监测装置 | |
| CN105987284A (zh) | 管道泄漏监测方法及装置 | |
| CN101713997B (zh) | 风力涡轮机的状态监测方法和系统 | |
| CN102955719B (zh) | 疑似内存泄漏的确定方法及装置 | |
| CN104658100B (zh) | 卷钞轮式暂存部纸币残留检测方法、装置及atm机 | |
| US10097411B2 (en) | Node migration | |
| CN106647494A (zh) | 可组态的水轮机组振动摆度状态监测装置及数据采集方法 | |
| CN101493471B (zh) | 一种水样在线监测--超标留样装置及其操作方法 | |
| CN106523928A (zh) | 基于声波实时数据二级筛选的管道泄漏检测装置及方法 | |
| CN101753639B (zh) | 基于流量通信模式的服务角色识别方法 | |
| CN110345100A (zh) | 服务器风扇转速的监测方法、装置、设备及可读存储介质 | |
| CN102758727B (zh) | 集成于控制系统的风力机状态监测与故障诊断系统及方法 | |
| CN207232254U (zh) | 一种高精度小型频率计数器模块 | |
| US20170126550A1 (en) | Selecting a flow data source | |
| CN201935964U (zh) | 石英晶体振荡器仪表智能化自动检测装置 | |
| RU2654167C2 (ru) | Способ обнаружения скрытых взаимосвязей в Интернете Вещей | |
| CN108847921B (zh) | 分布式振动同步连续监测系统 | |
| CN116980958B (zh) | 一种基于数据识别的无线设备电故障监测方法及系统 | |
| JP2015118505A (ja) | コントローラシステム | |
| CN104251913B (zh) | 旋转机械监测系统启停机智能判断方法 | |
| CN102721878A (zh) | 石英晶体振荡器仪表智能化自动检测装置 | |
| CN203037739U (zh) | 一种音频取证中电网频率的精确采集装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhu Hehua Inventor after: Liu Xuezeng Inventor after: Zhu Aixi Inventor after: Sang Yunlong Inventor before: Zhu Hehua Inventor before: Liu Xuezeng Inventor before: Zhu Aixi |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHU HEHUA LIU XUEZENG ZHU AIXI TO: ZHU HEHUA LIU XUEZENG ZHU AIXI SANG YUNLONG |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 408, room 200092, C, Union Square, 1388 Siping Road, Shanghai, Yangpu District Patentee after: SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY Co.,Ltd. Address before: 200092, C, block 408, Union Square, 1388 Siping Road, Shanghai, Yangpu District Patentee before: SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An abnormal data filtering method for eliminating interference in automatic data acquisition system Effective date of registration: 20220310 Granted publication date: 20130213 Pledgee: Agricultural Bank of China Limited Shanghai Wujiaochang sub branch Pledgor: SHANGHAI TONGYAN CIVIL ENGINEERING TECHNOLOGY CO.,LTD. Registration number: Y2022310000048 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |