CN102393855B - 一种过程数据有损压缩比动态控制方法 - Google Patents

一种过程数据有损压缩比动态控制方法 Download PDF

Info

Publication number
CN102393855B
CN102393855B CN 201110315467 CN201110315467A CN102393855B CN 102393855 B CN102393855 B CN 102393855B CN 201110315467 CN201110315467 CN 201110315467 CN 201110315467 A CN201110315467 A CN 201110315467A CN 102393855 B CN102393855 B CN 102393855B
Authority
CN
China
Prior art keywords
compression
ratio
deviation
max
compression ratio
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
Application number
CN 201110315467
Other languages
English (en)
Other versions
CN102393855A (zh
Inventor
刘佳宝
刘孟觉
梁奕
石琦
方俊
陈天浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Original Assignee
Nari Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nari Technology Co Ltd filed Critical Nari Technology Co Ltd
Priority to CN 201110315467 priority Critical patent/CN102393855B/zh
Publication of CN102393855A publication Critical patent/CN102393855A/zh
Application granted granted Critical
Publication of CN102393855B publication Critical patent/CN102393855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种过程数据有损压缩比动态控制方法，提出了以压缩比
Figure 2011103154671100004DEST_PATH_IMAGE002
=1-压缩后的数据个数/压缩前的数据个数，为导向的动态控制方法。它假定压缩比和压缩偏差
Figure 2011103154671100004DEST_PATH_IMAGE006
之间存在线性关系。在给定目标压缩比
Figure 2011103154671100004DEST_PATH_IMAGE008
的条件下，它借助于先前一段数据压缩情况，在可调区间上动态的调整
Figure DEST_PATH_IMAGE012
，使
Figure DEST_PATH_IMAGE014
。本发明解决了现有技术中对于涉及使用压缩偏差
Figure 82060DEST_PATH_IMAGE006
的有损压缩算法，如旋转门算法、矩形波串法、后向斜率法，一般需要长时间的试验才能得到合适的
Figure DEST_PATH_IMAGE016
，操作复杂，耗时效率低，需要依赖于技术人员自身经验，压缩误差较大的问题，提供了一种不需要手动设置压缩偏差
Figure 199052DEST_PATH_IMAGE006
，对于给定的目标压缩比，能够自适应的动态选取有损压缩偏差
Figure 474175DEST_PATH_IMAGE006
，使得压缩比接近目标压缩比的过程数据有损压缩比动态控制方法。

Description

一种过程数据有损压缩比动态控制方法
技术领域
本发明属于自动化控制技术领域，特别是涉及一种过程数据有损压缩比的动态控制方法。
背景技术
目前实时数据压缩的主要方法可分为三类，即分段线性方法、矢量量化方法和信号变换方法。分段线性法由于具有计算简单，解压缩速度快，因而在实际中广泛应用。分段线性方法又包括矩形波串法(boxcar)、后向斜率法  (backward slope)、旋转门趋势化方法 (SDT)和分段线性在线趋势化方法(PLOT)。
 目前大多数的实时数据库有损压缩策略采用了boxcar和SDT的混合模式，取得了很好的效果。
在SDT算法中，压缩性能对压缩偏差                                                
Figure 821682DEST_PATH_IMAGE001
的依赖程度很大，而该算法的
Figure 738823DEST_PATH_IMAGE001
是一个固定值并且需要预先设置，通常需要丰富的经验或者长时间的试验才能够得到合适的值。因此，很多情况下
Figure 830144DEST_PATH_IMAGE001
的设置与实际数据特性不符严重限制了SDT算法的性能。对于矩形波串法、后向斜率法以及一些旋转门算法的改进算法都存在同样的问题。
在实际应用中，设置压缩偏差是非常困难也是非常耗时的。设置的太小虽然精度高了，但是达不到压缩的目的。设置的太大又有可能导致过分压缩，误差过大。
大型的监控系统中数据点是非常的多的从几万到几十万，手动的设置压缩偏差
Figure 915092DEST_PATH_IMAGE001
工作量是非常大的。更糟糕的是，一旦大小设置的不合适，还需要重新调整。其中的麻烦程度可想而知。
旋转门算法的特点就是压缩偏差
Figure 737554DEST_PATH_IMAGE001
越大压缩比就越高，误差也就越大，例如压缩偏差
Figure 66905DEST_PATH_IMAGE001
非常大，那么几乎所有过程数据都被过滤掉了；压缩偏差
Figure 577389DEST_PATH_IMAGE001
越小，压缩比越低，误差也就越小，例如取压缩偏差
Figure 2011103154671100002DEST_PATH_IMAGE002
，则不会过滤掉任何数据。
对于同一种有损压缩算法，压缩偏差
Figure 308585DEST_PATH_IMAGE001
的设置就是在误差和压缩比之间的一种折中，顾此失彼的关系。实际应用中，用户首要关心的是压缩比，很多时候这是由硬件条件如存储空间等因素决定的。在满足一定的压缩比后，才会注关心比较重要的数据点的误差和精度。
另外数据源的波动可能是刚刚调整好的压缩偏差
Figure 114998DEST_PATH_IMAGE001
失效，从而需要重新设置，也给使用带来了较多的麻烦。
发明内容
为了解决现有技术中实时数据压缩方法采用设置压缩偏差的操作方法，操作复杂，耗时效率低，依赖于技术人员自身经验，压缩误差较大的问题，本发明提供了一种不需要手动设置压缩偏差
Figure 668656DEST_PATH_IMAGE001
，对于给定的目标压缩比，能够自适应的动态选取有损压缩偏差
Figure 503626DEST_PATH_IMAGE001
，使得压缩比接近目标压缩比的过程数据有损压缩比动态控制方法。
为了解决上述问题，本发明所采取的技术方案是：
一种过程数据有损压缩比动态控制方法，其特征在于：包括以下步骤：
（1)、对于涉及使用压缩偏差
Figure 995787DEST_PATH_IMAGE001
的有损压缩算法，假定有损压缩比
Figure 50462DEST_PATH_IMAGE003
= 1 - 压缩后的数据个数(
Figure 2011103154671100002DEST_PATH_IMAGE004
)/ 压缩前的数据个数()，设定
Figure 342958DEST_PATH_IMAGE001
的最大值
Figure 2011103154671100002DEST_PATH_IMAGE006
和最小值
Figure 740441DEST_PATH_IMAGE007
，当时，有损压缩比
Figure 344729DEST_PATH_IMAGE003
和压缩偏差
Figure 735128DEST_PATH_IMAGE001
之间存在线性关系；
Figure 233105DEST_PATH_IMAGE009
     (1)
其中
Figure 2011103154671100002DEST_PATH_IMAGE010
，
Figure 880118DEST_PATH_IMAGE011
为待定系数，对于含有噪声的过程数据，
Figure DEST_PATH_IMAGE012
时
Figure 893074DEST_PATH_IMAGE013
，设当
Figure 87163DEST_PATH_IMAGE002
时，
Figure DEST_PATH_IMAGE014
 ，带入（1）式得：
Figure 315014DEST_PATH_IMAGE015
      (2)
由于
Figure 319879DEST_PATH_IMAGE003
与
Figure 69398DEST_PATH_IMAGE001
是单项递增的关系，所以
Figure DEST_PATH_IMAGE016
；
（2)、在给定的目标压缩比
Figure 552332DEST_PATH_IMAGE017
下，根据前一段过程数据的压缩偏差和压缩比，动态的调节
Figure 837951DEST_PATH_IMAGE001
的大小，从而控制压缩比，使实际的压缩比
Figure 951400DEST_PATH_IMAGE003
接近，
动态调控公式:
                       
Figure DEST_PATH_IMAGE018
   (6) 
其中，
Figure 537157DEST_PATH_IMAGE019
是在压缩偏差为
Figure DEST_PATH_IMAGE020
时有损压缩后计算出的压缩比，
Figure 411703DEST_PATH_IMAGE017
为目标的控制压缩比，。
前述的一种过程数据有损压缩比动态控制方法，其特征在于：式 (6)代表的动态调整过程如下：
1)使用当前压缩偏差
Figure 482482DEST_PATH_IMAGE020
进行有损压缩，直到压缩前的数据个数
Figure 572798DEST_PATH_IMAGE005
达到上限
Figure DEST_PATH_IMAGE022
；
    2)计算当前压缩比
Figure 567430DEST_PATH_IMAGE019
    3)利用式(6)计算
Figure 819420DEST_PATH_IMAGE023
，如果
Figure DEST_PATH_IMAGE024
，则取
Figure 93144DEST_PATH_IMAGE025
；如果
Figure DEST_PATH_IMAGE026
，则取
Figure 472304DEST_PATH_IMAGE027
4)跳转到步骤1），并使用代替
Figure 196863DEST_PATH_IMAGE020
做为当前压缩偏差。
前述的一种过程数据有损压缩比动态控制方法，其特征在于：所述步骤（2）定义
Figure 895567DEST_PATH_IMAGE001
可以实际取值的范围
Figure DEST_PATH_IMAGE028
为可调区间，为了达到预期的压缩比，那么经过若干次动态调整后，
Figure 31330DEST_PATH_IMAGE023
可能变得很小或者很大，如果
Figure 890702DEST_PATH_IMAGE023
很小，以至于如此高的精度对某些数据点没有实际意义，就有必要设置
Figure 499538DEST_PATH_IMAGE007
，当
Figure 984614DEST_PATH_IMAGE026
时，取
Figure 57613DEST_PATH_IMAGE027
，可以得到大于
Figure 25569DEST_PATH_IMAGE017
的压缩比，反之，如果很大，则可能超出误差容忍极限，因此，有必要设置
Figure 708671DEST_PATH_IMAGE023
的上限
Figure 573859DEST_PATH_IMAGE006
，当
Figure 24300DEST_PATH_IMAGE024
时，取
Figure 670045DEST_PATH_IMAGE025
，因此，动态调整过程实质为在可调区间
Figure 919761DEST_PATH_IMAGE028
上寻找
Figure 718084DEST_PATH_IMAGE023
，使得
Figure 90160DEST_PATH_IMAGE029
。
本发明的有益效果是：本发明的过程数据有损压缩比动态控制方法不需要手动设置压缩偏差
Figure 160884DEST_PATH_IMAGE001
，操作简单，大大节省了时间，无需依赖于技术人员的自身经验即可操作，也进一步降低了压缩的误差。同时本发明的方法可以使用户先设置压缩比，然后看压缩偏差
Figure 525875DEST_PATH_IMAGE001
是否可以接受。这个和以往的方法正好相反，更符合实际逻辑和使用者心理。另外本方法可以自动调整
Figure 427972DEST_PATH_IMAGE001
，使压缩比回归到目标压缩比，防止了数据源的波动导致刚刚调整好的压缩偏差
Figure 908632DEST_PATH_IMAGE001
失效。
附图说明
图1是本发明压缩比CR与压缩偏差的函数关系示意图。
图2是本发明有损压缩比动态压缩过程示意图。
具体实施方式
下面结合附图对本发明作进一步的描述。
1、
Figure 14122DEST_PATH_IMAGE003
和
Figure 933537DEST_PATH_IMAGE001
之间的线性关系
定义1 （压缩比()）
Figure 614406DEST_PATH_IMAGE003
= 1 - 压缩后的数据个数(
Figure 722040DEST_PATH_IMAGE004
)/ 压缩前的数据个数(
Figure 930298DEST_PATH_IMAGE005
)
Figure 479091DEST_PATH_IMAGE001
实际上代表了最大误差。经分析SDT和boxcar算法，
Figure 629450DEST_PATH_IMAGE001
与
Figure 896483DEST_PATH_IMAGE003
之间具有如下关系：
性质1 对于收敛的过程数据趋势，存在
Figure DEST_PATH_IMAGE030
，使得当
Figure 469285DEST_PATH_IMAGE001
>
Figure 872584DEST_PATH_IMAGE031
后，
Figure DEST_PATH_IMAGE032
性质2 对于含有噪声的数据，有
对于
Figure DEST_PATH_IMAGE034
的情况，在实际中是没有意义的。因此我们总是假设
Figure 72807DEST_PATH_IMAGE008
。
首先，假设
是连续的，即满足
Figure DEST_PATH_IMAGE036
在此基础上，进一步假设当时，压缩比与压缩偏差
Figure 676778DEST_PATH_IMAGE001
之间存在线性关系：
Figure 529065DEST_PATH_IMAGE009
   (1)
其中
Figure 234853DEST_PATH_IMAGE010
，
Figure 570019DEST_PATH_IMAGE011
为待定系数。
由性质2，根据函数的连续性，有
Figure 111990DEST_PATH_IMAGE002
时， ，带入式(1)得：
Figure 751099DEST_PATH_IMAGE037
  (2)
由于
Figure 568751DEST_PATH_IMAGE003
与
Figure 847286DEST_PATH_IMAGE001
是单项递增的关系，所以，式(2)中待估计的参数只有
Figure DEST_PATH_IMAGE038
。
2、动态纠正的过程，如图2所示。在没有任何先验知识的情况下，式(2)中待定参数
Figure 957641DEST_PATH_IMAGE038
是无法获得的。所以，理论上初始的
Figure 900190DEST_PATH_IMAGE039
可以是任意的随机数。在使用
Figure 649709DEST_PATH_IMAGE039
经过一段有损压缩后，可以计算出该段过程数据的压缩比
Figure DEST_PATH_IMAGE040
，带入式(2)可以得到
Figure 132643DEST_PATH_IMAGE041
       (3)
线性关系具体为:
Figure DEST_PATH_IMAGE042
     (4)
假设给定的目标压缩比为
Figure 480578DEST_PATH_IMAGE017
，那么由(3)式可以算出
Figure 328449DEST_PATH_IMAGE017
对应的压缩偏差为：
Figure 565264DEST_PATH_IMAGE043
 (5)
然后，使用
Figure DEST_PATH_IMAGE044
作为新的压缩偏差。当下一段数据压缩完成后，在重新计算得到
Figure 851889DEST_PATH_IMAGE045
，如此反复。
由上述的迭代过程，可以得到如下的迭代公式：
Figure 992014DEST_PATH_IMAGE018
    (6)
收敛性分析，已知是单调递增的。如果
Figure 338682DEST_PATH_IMAGE047
，则
Figure DEST_PATH_IMAGE048
，由式(6),
Figure 125110DEST_PATH_IMAGE023
将逐渐增大，则
Figure 887530DEST_PATH_IMAGE049
将逐渐增大，因此有
Figure DEST_PATH_IMAGE050
，即。同理，可证时，
Figure 711315DEST_PATH_IMAGE051
。
需要说明的是，为了达到预期的压缩比，那么经过若干次动态调整后，
Figure 239565DEST_PATH_IMAGE023
可能变得很小或者很大。如果
Figure 88704DEST_PATH_IMAGE023
很小，以至于如此高的精度对某些数据点没有实际意义，就有必要设置，当
Figure 164293DEST_PATH_IMAGE026
时，取
Figure 580100DEST_PATH_IMAGE027
，可以得到大于
Figure 736275DEST_PATH_IMAGE017
的压缩比。反之，如果
Figure 595646DEST_PATH_IMAGE023
很大，则可能超出误差容忍极限。因此，有必要设置
Figure 17531DEST_PATH_IMAGE023
的上限
Figure 191024DEST_PATH_IMAGE006
，当的
Figure 264022DEST_PATH_IMAGE024
时，取
Figure 543563DEST_PATH_IMAGE025
。
定义2 （可调区间） 
Figure 639695DEST_PATH_IMAGE001
可以实际取值的范围
Figure 148036DEST_PATH_IMAGE028
可见，本算法的实质为在可调区间
Figure 91853DEST_PATH_IMAGE028
上寻找，使得。
所述(6)代表的动态调整过程如下：
1、初始化
a.给定的初值
b.给定目标压缩比
Figure 423029DEST_PATH_IMAGE017
c.设置调整跨度
d.根据需要确定
Figure 678878DEST_PATH_IMAGE007
、
Figure 732284DEST_PATH_IMAGE006
，默认
Figure 634381DEST_PATH_IMAGE053
,
Figure DEST_PATH_IMAGE054
2、使用当前压缩偏差
Figure 426626DEST_PATH_IMAGE023
进行有损压缩，直到压缩前的数据个数达到上限
Figure 638481DEST_PATH_IMAGE022
；
    3、计算当前压缩比；
    4、利用式(6)计算
Figure 859695DEST_PATH_IMAGE055
，如果
Figure DEST_PATH_IMAGE056
，则取
Figure 216596DEST_PATH_IMAGE057
；如果
Figure DEST_PATH_IMAGE058
，则取
Figure 674122DEST_PATH_IMAGE059
；
    5.跳转到步骤2，并使用
Figure 35964DEST_PATH_IMAGE055
代替
Figure 186323DEST_PATH_IMAGE023
做为当前压缩偏差。
下面详细的介绍下各参数设置的方法。
1)
Figure 453356DEST_PATH_IMAGE039
的取法
不管初始
Figure 698262DEST_PATH_IMAGE039
设置为多少，那么
Figure 429457DEST_PATH_IMAGE001
最终都会收敛到
Figure 688400DEST_PATH_IMAGE017
对应的
Figure DEST_PATH_IMAGE060
附近，但是如果
Figure 52517DEST_PATH_IMAGE039
偏离
Figure 55108DEST_PATH_IMAGE060
较远的距离，那么需要调整多次才能达到附近。
设过程数据
根据经验，
Figure 358285DEST_PATH_IMAGE039
可以取
Figure DEST_PATH_IMAGE062
,其中c是一个百分比，比如
Figure 774354DEST_PATH_IMAGE063
；
Figure 152246DEST_PATH_IMAGE039
也可以取。
可见，
Figure 150330DEST_PATH_IMAGE039
取值规则可以在程序中设定，自动完成取值，针对不同的测点不需要人工干预。
2)压缩比的取法
压缩比不是越高越好，在存储空间等条件允许的情况下，应该保存尽量多的数据。任何误差都有可能造成以后的数据分析的困难。
对于一个稳定的系统，每天接收的过程数据总数会稳定在一定的范围内。假设可以使用的存储空间为G，每个过程数据的长度为L,全部过程数据需要保留的天数为T，那么整体上的最小压缩比
Figure DEST_PATH_IMAGE066
为
Figure 833432DEST_PATH_IMAGE067
 (8)
上边是从存储空间的角度给出的最小压缩比。考虑到实际控制的误差，必须满足
      (9)
如果
Figure 211379DEST_PATH_IMAGE066
太大，以至于不合适宜的。那么就需要增加存储空间或者缩短存储年限。
3)可调区间
Figure 427597DEST_PATH_IMAGE028
Figure 123151DEST_PATH_IMAGE007
实际上可不设，取默认值
Figure 537952DEST_PATH_IMAGE053
 即可，没有不良影响。
在
Figure 214921DEST_PATH_IMAGE017
设置的比较大的情况下，
Figure 964440DEST_PATH_IMAGE006
还是有必要设置的，以避免
Figure 712953DEST_PATH_IMAGE006
过大导致不可接受的误差。根据过程数据对应的测点性质或者观察过程数据的取值范围，是比较好设置的。
实验结果
设过程数据的产生函数为：
Figure 846443DEST_PATH_IMAGE069
其中
Figure DEST_PATH_IMAGE070
是在区间
Figure 833990DEST_PATH_IMAGE071
上的均匀分布噪声。以0.6为步长，取5000个数据点，设置，有损压缩采用旋转门压缩算法，分别取
Figure 432199DEST_PATH_IMAGE073
，
Figure DEST_PATH_IMAGE074
,
Figure 572325DEST_PATH_IMAGE075
，动态调整10步，实验结果如表1所示。
                           表1为实验结果对比表
       
Figure 918993DEST_PATH_IMAGE073
 		     
Figure 65940DEST_PATH_IMAGE074
  
      压缩偏差   压缩比  压缩偏差  压缩比
1      0.100  0.022 10.00  0.762
2      1.363  0.190 3.937  0.486
3      2.015  0.294 2.430  0.330
4      2.197  0.290 2.209  0.290
5      2.272  0.302 2.285  0.302
6      2.257  0.298 2.270  0.298
7      2.272  0.322 2.285  0.322
8      2.117  0.274 2.129  0.274
9      2.318  0.326 2.331  0.330
10     2.107  0.274 2.119  0.274
从表1的结果可以看到，本算法是有效的，实际压缩比在上下较小的范围波动。另外可见，
Figure 649423DEST_PATH_IMAGE039
初值的选取，不影响本算法的收敛性，最终都会收敛到目标压缩比附近。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种过程数据有损压缩比动态控制方法，其特征在于：包括以下步骤：
（1)、对于涉及使用压缩偏差ΔE的有损压缩算法，假定有损压缩比CR=1-压缩后的数据个数(Nr)/压缩前的数据个数(Np)，设定ΔE的最大值ΔEmax和最小值ΔEmin，当ΔE＜ΔEMAX时，有损压缩比CR和压缩偏差ΔE之间存在线性关系；
CR＝k×ΔE+b    (1)
其中CR∈(0,1)，k,b为待定系数，对于含有噪声的过程数据，ΔE→0时CR→0，设当ΔE＝0时，CR＝0，带入（1）式得：
CR＝k×ΔE    (2)
由于CR与ΔE是单项递增的关系，所以k＞0；
（2)、在给定的目标压缩比CRdest下，根据前一段过程数据的压缩偏差和压缩比，动态的调节ΔE的大小，从而控制压缩比，使实际的压缩比CR接近CRdest，动态调控公式:
Δ E i = C R dest C R i - 1 Δ E i - 1 - - - ( 6 )
其中，CRi-1是在压缩偏差为ΔEi-1时有损压缩后计算出的压缩比，CRdest为目标的控制压缩比，i＝1,2,...，
而式(6)代表的动态调整过程如下：
1)使用当前压缩偏差ΔEi-1进行有损压缩，直到压缩前的数据个数Np达到上限Nmax；
2)计算当前压缩比CRi-1
3)利用式(6)计算ΔEi，如果ΔEi＞ΔEmax，则取ΔEi＝ΔEmax；如果ΔEi＜ΔEmin，则取ΔEi＝ΔEmin
4)跳转到步骤1），并使用ΔEi代替ΔEi-1做为当前压缩偏差。
2.根据权利要求1所述的一种过程数据有损压缩比动态控制方法，其特征在于：设定ΔE可以实际取值的范围[ΔEmin，ΔEmax]为可调区间，为了达到预期的压缩比CRdest，那么经过若干次动态调整后，ΔEi可能变得很小或者很大，如果ΔEi很小，以至于如此高的精度对某些数据点没有实际意义，就有必要设置ΔEmin，当ΔEi＜ΔEmin时，取ΔEi＝ΔEmin，可以得到大于CRdest的压缩比，反之，如果ΔEi很大，则可能超出误差容忍极限，因此，有必要设置ΔEi的上限ΔEmax，当ΔEi＞ΔEmax时，取ΔEi＝ΔEmax，因此，动态调整过程实质为在可调区间[ΔEmin,ΔEmax]上寻找ΔEi，使得CRi→CRdest。
CN 201110315467 2011-10-18 2011-10-18 一种过程数据有损压缩比动态控制方法 Active CN102393855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110315467 CN102393855B (zh) 2011-10-18 2011-10-18 一种过程数据有损压缩比动态控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110315467 CN102393855B (zh) 2011-10-18 2011-10-18 一种过程数据有损压缩比动态控制方法

Publications (2)

Publication Number Publication Date
CN102393855A CN102393855A (zh) 2012-03-28
CN102393855B true CN102393855B (zh) 2013-07-31

Family

ID=45861179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110315467 Active CN102393855B (zh) 2011-10-18 2011-10-18 一种过程数据有损压缩比动态控制方法

Country Status (1)

Country Link
CN (1) CN102393855B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2013376200B2 (en) * 2013-01-31 2016-06-23 Kabushiki Kaisha Toshiba Data compression device, data compression method, and program
CN103795419B (zh) * 2014-01-27 2017-08-04 宁波良和路桥科技有限公司 一种波形数据实时压缩的分段线性压缩方法
CN105117504A (zh) * 2015-07-27 2015-12-02 卡斯柯信号有限公司 一种用于信号系统的改进型旋转门数据采集方法
CN108667463B (zh) * 2018-03-27 2021-11-02 江苏中科羿链通信技术有限公司 监测数据压缩方法
CN110995275B (zh) * 2019-11-20 2023-04-14 安徽省安泰科技股份有限公司 一种对于旋转门压缩算法的改进算法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510209A (zh) * 2009-03-30 2009-08-19 北京金山软件有限公司 实现实时检索的方法、系统和服务器

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4677679B2 (ja) * 2001-03-27 2011-04-27 株式会社デンソー 製品の製造プロセスにおける特性調整方法
US7765346B2 (en) * 2007-12-14 2010-07-27 Bmc Software, Inc. Dynamic compression of systems management data

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101510209A (zh) * 2009-03-30 2009-08-19 北京金山软件有限公司 实现实时检索的方法、系统和服务器

Also Published As

Publication number Publication date
CN102393855A (zh) 2012-03-28

Similar Documents

Publication Publication Date Title
CN102393855B (zh) 一种过程数据有损压缩比动态控制方法
CN102664635B (zh) 一种精度可控的自适应数据压缩方法
US10400776B2 (en) Load sharing control for compressors in series
CN104358625B (zh) 一种变推力发动机推力闭环控制的方法
CN107577876A (zh) 一种螺旋锥齿轮齿面加载性能多目标优化方法
EP3321759A1 (en) Flow control method for proportional valve of breathing machine
CN106703904A (zh) 一种基于数据挖掘技术的汽轮机配汽曲线优化方法
Arora et al. Design of PID controller for unstable system
CN106907248B (zh) 调节一组燃气轮机的系统、计算机程序存储介质和方法
DE102016118414A1 (de) Vorsteuerung mit intermittierender Reinitialisierung auf Basis geschätzter Zustandsinformationen
CN103838139A (zh) 具有积分饱和预处理功能的pid控制方法
CN113464415A (zh) 控制空压站的空压机的方法、设备和计算机存储介质
CN104360823A (zh) 动态调整固态硬盘带宽的方法及其固态硬盘
CN108052783A (zh) 一种基于自适应步长的非饱和土动力数值计算方法
CN106764445B (zh) 一种压缩空气工业系统的节能优化控制方法及装置
CN108027621B (zh) 用于使用比例流量阀控制气体流的方法和系统
CN107299168B (zh) 一种控制高炉顶压的方法及装置
CN109976405A (zh) 一种陶瓷窑炉温度复合控制方法、设备及系统
CN109635431A (zh) 基于历史数据斜坡响应的动态系统静态增益估计方法
CN113868580A (zh) 抽凝供热机组工业供汽工况最小调峰出力的确定方法
CN104698841B (zh) 一种结合比例积分与状态重置的控制系统及实现方法
CN114430181A (zh) 燃煤发电机组的调频仿真方法及系统
CN107153408B (zh) 一种火电机组dcs数据的滤波方法
CN112107977A (zh) 一种基于脱硫系统的pH值自动调节方法、系统和装置
CN105094114A (zh) 一种确定lpv控制器的稳定性的方法

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
ASS Succession or assignment of patent right

Owner name: NARI NANJING CONTROL SYSTEM LTD.

Effective date: 20141203

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20141203

Address after: High road high tech Development Zone Nanjing city Jiangsu province 210061 No. 20

Patentee after: NARI Technology Development Co., Ltd.

Patentee after: SGCC NARI Nanjing Control System Co., Ltd.

Address before: High road 210061 Jiangsu city of Nanjing province high tech Industrial Development Zone No. 20

Patentee before: NARI Technology Development Co., Ltd.

CB03 Change of inventor or designer information

Inventor after: Liu Jiabao

Inventor after: Liu Mengjue

Inventor after: Liang Yi

Inventor after: Shi Qi

Inventor after: Fang Jun

Inventor after: Chen Tianhao

Inventor after: Xu Shiming

Inventor after: Li Tianyang

Inventor before: Liu Jiabao

Inventor before: Liu Mengjue

Inventor before: Liang Yi

Inventor before: Shi Qi

Inventor before: Fang Jun

Inventor before: Chen Tianhao

COR Change of bibliographic data