CN102457250A - 一种采集数据滤波处理方法及装置 - Google Patents

一种采集数据滤波处理方法及装置 Download PDF

Info

Publication number
CN102457250A
CN102457250A CN2010105207132A CN201010520713A CN102457250A CN 102457250 A CN102457250 A CN 102457250A CN 2010105207132 A CN2010105207132 A CN 2010105207132A CN 201010520713 A CN201010520713 A CN 201010520713A CN 102457250 A CN102457250 A CN 102457250A
Authority
CN
China
Prior art keywords
data
inertia
sign
adjacent
obtains
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.)
Granted
Application number
CN2010105207132A
Other languages
English (en)
Other versions
CN102457250B (zh
Inventor
王亚辉
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.)
TCL Corp
Original Assignee
TCL Corp
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 TCL Corp filed Critical TCL Corp
Priority to CN201010520713.2A priority Critical patent/CN102457250B/zh
Publication of CN102457250A publication Critical patent/CN102457250A/zh
Application granted granted Critical
Publication of CN102457250B publication Critical patent/CN102457250B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明涉及数据处理领域,公开了一种采集数据滤波处理方法及装置。本发明所提供的一种采集数据滤波处理方法及装置,由于采用了首先去除信号中的瞬时干扰信号,实时检测外部信号的变化趋势,依据变化的趋势,对采集的数据进行进一步加权区别处理,可以使计算得到的最终结果数据更加准确客观的反映当前时刻外部物理量的大小,有利于设备依据该结果进行下一步的操作。本发明所得到的输出结果数据能非常准确的反映当前采集的物理量的大小,减少了数据波动,避免设备出现误操作,减少了损失。

Description

一种采集数据滤波处理方法及装置
技术领域
本发明涉及数据处理领域,尤其涉及的是一种采集数据滤波处理方法及装置。
背景技术
随着自动控制设备的普及以及应用,在智能家居以及工业控制领域,设备仪器都需要对外部世界的物理量(比如温度,湿度,电压,电流等)进行数据采集,然后对采集到的数据进行计算,并依据最终计算的结果执行某种操作(比如降温,启动风机,跳闸等等)。因此对数据的处理方法就提出很高的要求,计算得到的数据必须如实客观的反映当前时刻客观世界的物理量的大小。
目前,在数据滤波处理领域对数据的处理常用的有算术平均值滤波,加权平均值滤波,中值滤波等,虽然通过这些滤波算法所获得数据结果能在一定程度能反映当前系统的运行状态或外部信号量的大小。但是由于这些算法是将采集到的数据成员作为一个平等的对象来参与运算的,也即缓冲区内参与运算的数据没有权重之分,也没有考虑到外部信号的实际变换的趋势情况。
由于现实世界中的物理量时刻处在变化中,不考虑物理量的变化趋势,而对得到的数据采取一视同仁的处理方式所得到的结果必然和物理量的实际结果差别较大,不利于作为下一个输入单元的判断和控制条件,在某些情况下可能导致设备出现误操作,而造成不必要的损失和伤害。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种采集数据滤波处理方法及装置,其对采集数据处理后的结果数据能非常准确的反映当前采集的物理量的大小,减少数据波动,避免设备出现误操作,减少损失。
本发明解决技术问题所采用的技术方案如下:
一种采集数据滤波处理方法,其中,包括步骤:
A、由数据输入单元读取外部采集到的数据并保存到第一缓冲单元;
B、第一计算单元对所述第一缓冲单元中的数据进行去除杂波一级高次谐波的处理,得到欲取基波信号的大小,并将得到的除杂波后的数据存储到第二缓冲单元;
C、惯性判断单元从第二缓冲单元中获取去除杂波后的数据,并对该获取的去除杂波后的数据进行数据变化趋势的判断,依据判断结果取得当前信号的变化趋势;
D、第二计算单元从惯性判断单元获取当前信号的变化趋势标志,并从第二缓冲单元中获取去除杂波后的数据;按照从惯性判断单元获取的当前信号的变化趋势标志,对从第二缓冲单元中获得的去除杂波后的数据进行分类和加权处理,取得分类和加权处理后的计算结果数据并输出。
所述的采集数据滤波处理方法,其中,所述步骤C中的对该获取的去除杂波后的数据进行数据变化趋势的判断,依据判断结果取得当前信号的变化趋势包括:
采用惯性算法对该获取的去除杂波后的数据进行数据变化趋势的判断计算,依据判断结果取得当前信号的变化趋势;
其中,所述惯性算法具体包括步骤:
C510、判断相邻2个数据的差值的绝对值是否小于系统的允许波动阈值&;当是时进入步骤C511,否则进入步骤C520;
C511、如果相邻2个数据的差值的绝对值小于等于系统的允许波动阈值&;则设置数据保持不变的索引变量和个数变量,其具体参见如下步骤C600;然后转入步骤510对下组数据进行处理;
C520、判断相邻2个数据的差值是否小于负的系统的允许波动阈值&,如果是,则进入步骤C521,否则进入步骤C530;
C521、如果相邻2个数据的差值的结果小于负的系统的允许波动阈值&,则说明该相邻的量数据保持变小的惯性,设置数据变小的索引变量和个数变量,其具体参见如下步骤C600,然后转入步骤510对下组数据进行处理;
C530、判断相邻2个数据的差值是否大于正的系统的允许波动阈值&,如果是,则进入步骤C531,否则进入步骤C540;
C531、如果相邻2个数据的差值的结果大于正的系统的允许波动阈值&,则说明该相邻的两个数据保持变大的惯性,设置数据变大的索引变量和变大的数据个数,其具体参见如下步骤C600,然后转入步骤C510对下组相邻的数据进行处理;否则转入步骤C540;
C540、设置相邻的前一组数据的惯性索引变量和数据个数,转入步骤550;
C550、判断所有的数据处理是否完成,当是时进入步骤C551,退出;否则转入步骤C510;
其中,步骤C600具体包括以下步骤:
C601、开始;
C610、处理的数据的索引是否等于当前惯性标识的索引与数据个数据的和,如果是,则进入步骤C620,否则进入步骤C630;
C620、如果当前处理的数据索引等于当前惯性标识的索引变量与数据个数的和,再判定当前惯性标识的数据个数是否为0,如果是,则进入步骤C621,否则进入步骤C622;
C621、如果当前惯性标识的数据个数为0,则设置当前惯性标识的索引变量为当前处理的数据索引;
C622、将当前惯性标识的数据个数加1,然后退出;
C630、如果当前处理的数据索引不等于当前惯性标识的索引变量与数据个数的和,则设置将当前惯性标识的索引变量为当前处理的数据的索引,并进入步骤C631;
C631、清空当前惯性标识的数据个数,并退出。
所述的采集数据滤波处理方法,其中,所述步骤A还包括:所述第一缓冲单元根据采集到的数据的物理信号特征,对该采集到的外部数据进行分块存储;
所述步骤B还包括:所述第二缓冲单元根据得到的计算结果的物理信号特征,对该得到的计算结果数据进行分块存储。
所述的采集数据滤波处理方法,其中,所述步骤B中的进行去除杂波一级高次谐波的处理包括:进行标准的傅立叶变换处理。
所述的采集数据滤波处理方法,其中,所述步骤C中的数据变化趋势包括:变大的趋势、变小的趋势、不变的趋势。
所述的采集数据滤波处理方法,其中,所述步骤B还包括:第二缓冲单元中至少存储2帧以上第一计算单元的除杂波后的计算结果数据;所述步骤C还包括:惯性判断单元对第二缓冲单元中的数据按帧为单位进行至少2次数据变化趋势的判断计算,依据计算的结果,得到具体的变化趋势标志。
所述的采集数据滤波处理方法,其中,所述步骤D还包括:第二计算单元从惯性判断单元得到变化趋势标志,并根据变化趋势标志对第二缓冲单元中存储的去除杂波后的至少2帧数据进行逻辑划分,确定权值;并按照不同的权值对划分的数据进行计算,得到分类和加权处理后的计算结果数据并输出。
所述的采集数据滤波处理方法,其中,所述步骤A中的外部采集到的数据包括:温度数据、湿度数据、电压和/或电流数据。
一种采集数据滤波处理装置,其中,包括:
数据输入单元,用于读取外部采集到的数据;
第一缓冲单元,用于根据采集到的数据的物理信号特征,对该采集到的外部数据进行分块存储;
第一计算单元,用于对所述第一缓冲单元中的数据进行去除杂波一级高次谐波的处理,得到欲取基波信号的大小;
第二缓冲单元,用于将第一计算单元处理得到的除杂波后的数据按物理特征进行分块存储;
惯性判断单元,用于从第二缓冲单元中获取去除杂波后的数据,并根据惯性算法对该获取的去除杂波后的数据进行数据变化趋势的判断计算,依据判断结果取得当前信号的变化趋势;
第二计算单元,用于从惯性判断单元获取信号的变化趋势标志,并从第二缓冲单元中获取去除杂波后的数据;按照从惯性判断单元获取的变化趋势标志,对从第二缓冲单元中获得的去除杂波后的数据进行分类和加权处理,取得分类和加权处理后的计算结果。
所述的采集数据滤波处理装置,其中,还包括:
输出单元,用于从第二计算单元中获取最终的计算结果,进行结果输出。
所述的采集数据滤波处理装置,其中,所述惯性算法实现具体包括步骤:
C510、判断相邻2个数据的差值的绝对值是否小于系统的允许波动阈值&;当是时进入步骤C511,否则进入步骤C520;
C511、如果相邻2个数据的差值的绝对值小于等于系统的允许波动阈值&;则设置数据保持不变的索引变量和个数变量,其具体参见如下步骤C600;然后转入步骤510对下组数据进行处理;
C520、判断相邻2个数据的差值是否小于负的系统的允许波动阈值&,如果是,则进入步骤C521,否则进入步骤C530;
C521、如果相邻2个数据的差值的结果小于负的系统的允许波动阈值&,则说明该相邻的量数据保持变小的惯性,设置数据变小的索引变量和个数变量,其具体参见如下步骤C600,然后转入步骤510对下组数据进行处理;
C530、判断相邻2个数据的差值是否大于正的系统的允许波动阈值&,如果是,则进入步骤C531,否则进入步骤C540;
C531、如果相邻2个数据的差值的结果大于正的系统的允许波动阈值&,则说明该相邻的两个数据保持变大的惯性,设置数据变大的索引变量和变大的数据个数,其具体参见如下步骤C600,然后转入步骤C510对下组相邻的数据进行处理;否则转入步骤C540;
C540、设置相邻的前一组数据的惯性索引变量和数据个数,转入步骤550;
C550、判断所有的数据处理是否完成,当是时进入步骤C551,退出;否则转入步骤C510;
其中,步骤C600具体包括以下步骤:
C601、开始;
C610、处理的数据的索引是否等于当前惯性标识的索引与数据个数据的和,如果是,则进入步骤C620,否则进入步骤C630;
C620、如果当前处理的数据索引等于当前惯性标识的索引变量与数据个数的和,再判定当前惯性标识的数据个数是否为0,如果是,则进入步骤C621,否则进入步骤C622;
C621、如果当前惯性标识的数据个数为0,则设置当前惯性标识的索引变量为当前处理的数据索引;
C622、将当前惯性标识的数据个数加1,然后退出;
C630、如果当前处理的数据索引不等于当前惯性标识的索引变量与数据个数的和,则设置将当前惯性标识的索引变量为当前处理的数据的索引,并进入步骤C631;
C631、清空当前惯性标识的数据个数,并退出。
本发明所提供的一种采集数据滤波处理方法及装置,由于采用了首先去除信号中的瞬时干扰信号,实时检测外部信号的变化趋势,依据变化的趋势,对采集的数据进行进一步加权区别处理,可以使计算得到的最终结果数据更加准确客观的反映当前时刻外部物理量的大小,有利于设备依据该结果进行下一步的操作。本发明所得到的输出结果数据能非常准确的反映当前采集的物理量的大小,减少了数据波动,避免设备出现误操作,减少了损失。
附图说明
图1是一种可实现本发明的电路结构示意图;
图2是本发明实施例的采集数据滤波处理装置原理框图;
图3是本发明实施例的采集数据滤波处理方法流程图;
图4是本发明实施例的第二缓冲单元中存储的数据结构示意图;
图5是本发明实施例惯性算法的算法步骤结构示意图。
具体实施方式
本发明所提供的一种采集数据滤波处理方法及装置,为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1,图1中揭示了一种可实现本发明的电路结构示意图,其包括数据输入模块100,微处理器单元200,内存单元300,执行输出单元400。
本发明实施例的一种采集数据滤波处理装置,如图2所示,主要包括:数据输入单元210,第一缓冲单元220,第一计算单元230,第二缓冲单元240,惯性判断单元250,第二计算单元260,输出单元270。
所述数据输入单元210,用于读取外部采集到的数据;该外部采集到的数据包括外部的温度数据、湿度数据、电压和/或电流数据等等。
所述第一缓冲单元220,用于根据采集到的数据的物理信号特征,对该采集到的外部数据进行分块存储,例如可以按照通道数和采集频率与信号频率的关系进行分块存储。所述分块存储包括步骤:将存储器的存储空间分成若干个存储分块,并为每个存储分块分配对应的块物理地址信息;当发生数据存储需求时,动态为其分配一条由一个或多个存储分块基于所述块物理地址信息组成的数据存储分块链,并利用所述数据存储分块链进行数据的存储。
所述第一计算单元230,用于对所述第一缓冲单元220中的数据进行去除杂波一级高次谐波的处理(例如,进行标准的傅立叶变换),得到欲取基波信号的大小。
所述第二缓冲单元240,用于将第一计算单元230处理得到的除杂波后的数据按物理特征进行分块存储。本发明中第二缓冲单元240中至少存储2帧以上第一计算单元230的除杂波后的计算结果数据。
所述惯性判断单元250,用于从第二缓冲单元240中获取去除杂波后的数据,并根据惯性算法【具体算法见后面的步骤说明和图5】对该获取的去除杂波后的数据进行数据变化趋势的判断,依据判断结果取得当前信号的变化趋势;其中,惯性判断单元250对第二缓冲单元240中的数据按帧为单位进行至少2次数据变化趋势的判断计算,依据计算的结果,得到具体的变化趋势标志。
所述第二计算单元260,用于从惯性判断单元250获取信号的变化趋势标志,并从第二缓冲单元240中获取去除杂波后的数据;按照从惯性判断单元250获取的变化趋势标志,对从第二缓冲单元240中获得的去除杂波后的数据进行分类和加权处理,取得分类和加权处理后的计算结果。具体实现时,第二计算单元260从惯性判断单元250得到变化趋势标志,并根据变化趋势标志对第二缓冲单元中存储的去除杂波后的至少2帧数据进行逻辑划分,确定权值;并按照不同的权值对划分的数据进行计算,得到分类和加权处理后的计算结果数据。
所述输出单元270,用于从第二计算单元260中获取最终的计算结果,进行结果输出。
基于上述实施例的采集数据滤波处理装置,本发明实施例还提供了一种采集数据滤波处理方法,如图3所示,主要包括以下步骤:
步骤S710、由数据输入单元210读取外部采集到的数据并保存到第一缓冲单元220,即由数据输入单元210读取外部采集到的数据,该数据以2进制形式表示,如图2所示。由微处理器200将数据输入单元210采集到的数据保存到第一缓冲单元220。其中,第一缓冲单元220应该根据采集的物理信号的特征,对存储的空间进行分块,以对该采集到的外部数据进行分块存储。(例如可以按照通道数和采集频率与信号频率的关系进行)。
步骤S720、第一计算单元230对第一缓冲单元220中的数据进行去除杂波一级高次谐波(将非正弦周期信号按傅里叶级数展开,频率为原信号频率两倍及以上的正弦分量)的处理(例如,进行标准的傅立叶变换),得到欲取基波信号的大小,并将得到的除杂波后的数据存储到第二缓冲单元240。其中,第二缓冲单元240也应该根据具体情况对存储空间进行划分(划分的方式同上)。例如,所述第二缓冲单元240根据得到的计算结果的物理信号特征,对该得到的计算结果数据进行分块存储。
步骤S730、惯性判断单元250从第二缓冲单元240中获取去除杂波后的数据,并根据惯性算法对该获取的去除杂波后的数据进行数据变化趋势的判断计算,依据计算结果取得当前信号的变化趋势。
其中,本发明实施例的惯性算法的具体说明如下:
譬如图4是第二缓冲单元240中存储的数据,数据总数为N个;两相邻数据分别标记为Ki和Ki+1,其中i大于0同时小于等于N-1;系统的允许波动阈值为&【&的值与具体的工程应用相关】。则本发明实施例的惯性算法包括以下步骤:如图5所示,
步骤510:判断相邻2个数据(即Ki和Ki+1)的差值的绝对值是否小于&;当是时进入步骤511,否则进入步骤520;
步骤511:如果相邻2个数据的差值(即Ki+1-Ki)的绝对值小于等于&;则说明该相邻的两个数据惯性保持不变,设置数据保持不变的索引变量和个数变量【具体详见步骤600】;然后转入步骤510对下组数据进行处理。
步骤520:判断相邻2个数据的差值是否小于负的&,如果是,则进入步骤521,否则进入步骤530;
步骤521:如果Ki+1-Ki的结果小于负的&,则说明该相邻的量数据保持变小的惯性,设置数据变小的索引变量和个数变量【具体详见步骤600】,然后转入步骤510对下组数据进行处理。
步骤530:判断相邻2个数据的差值是否大于正的&,如果是,则进入步骤531,否则进入步骤540;
步骤531:如果Ki+1-Ki的结果大于正的&,则说明该相邻的两个数据保持变大的惯性,设置数据变大的索引变量和变大的数据个数【具体详见步骤600】,然后转入步骤510对下组相邻的数据进行处理;否则转入步骤540。
步骤540:设置相邻的前一组数据的惯性索引变量和数据个数,转入步骤550。
步骤550:判断所有的数据处理是否完成,当是时进入步骤551,退出;否则转入步骤510。
参见图5,步骤600具体包括以下步骤:
步骤601:开始;
步骤610:处理的数据的索引是否等于当前惯性标识的索引与数据个数据的和,如果是,则进入步骤620,否则进入步骤630;
步骤620:如果当前处理的数据索引(i)等于当前惯性标识的索引变量与数据个数的和,再判定当前惯性标识的数据个数是否为0,如果是,则进入步骤621,否则进入步骤622。
步骤621:如果当前惯性标识的数据个数为0,则设置当前惯性标识的索引变量为当前处理的数据索引,即将当前惯性索引变量设置成i。
步骤622:将当前惯性标识的数据个数加1,然后进入步骤640。
步骤630:如果当前处理的数据索引(i)不等于当前惯性标识的索引变量与数据个数的和,则设置将当前惯性标识的索引变量为当前处理的数据的索引,即将当前惯性标识的索引变量设置成i,并进入步骤631,清空当前惯性标识的数据个数,然后进入步骤640。
步骤640:退出。
步骤S740、第二计算单元260从惯性判断单元250获取当前信号的变化趋势标志(例如从小到大变化的趋势标志,从大到小的趋势标志,或保持不变的趋势标志),并从第二缓冲单元240中获取去除杂波后的数据。按照从惯性判断单元250获取的当前信号的变化趋势标志,对从第二缓冲单元240中获得的数据进行分段和加权处理【见图5】,并取得结果数据。
然后输出单元270从第二计算单元260中获取最终的计算结果,进行结果输出。输出的结果以进行下一步的操作(例如,用作启动风机的判断条件或者跳闸的判断依据等)。该输出结果数据能非常准确的反映当前采集的物理量的大小,减少了数据波动,避免设备出现误操作,减少了损失。
上述步骤反映了本发明的基本主旨,为了更详细的说明本发明,以下对惯性判断单元250和第二计算单元260进行进一步说明:
对于上述步骤S720,第二缓冲单元240中应该至少存储2帧以上第一计算单元230的除杂波后的计算结果数据;而所述惯性判断单元250对第二缓冲单元240中的数据按帧为单位进行至少2次计算,该2次计算为2次数据变化趋势的判断计算,依据计算的结果,得到具体的变化趋势标志。
对于上述步骤S740,第二计算单元260从惯性判断单元250得到惯性标志(即变化趋势标志),并依据变化趋势标志对第二缓冲单元240中存储的去除杂波后的数据(应该至少存储2帧数据)进行逻辑划分,确定权值。按照不同的权值对划分的数据进行计算,并得到分类和加权处理后的计算结果数据并输出。
以下将通过一具体的应用实施例对本发明做进一步详细的说明:
以单通道采集工频信号为例,每周波采样点为2N个(根据香农定律N需大于等于2,应用实践中N一般大于6),参见图2,第一缓冲单元220中的缓冲区大小为2*M*N(即M个周波,M值一般大于等于8),第一计算单元230对第一缓冲单元220中的数据进行去除高次谐波以及有效值的计算,计算所得的结果存入第二缓冲单元240中。
而所述第二缓冲单元240中的缓冲区大小为M。该M个数据将作为惯性判断单元250以及第二计算单元260的输入。惯性判断单元250对第二缓冲单元240中的M个数据进行惯性判断(即数据变化趋势的判断,比如变大的趋势,变小的趋势,或者不变)。
惯性判断单元250将变化的趋势以及开始变化的索引点K传给第二计算单元260。如果是变大或变小,则对M个数据中从确认开始变化的点开始到结束的K个点(K小于M)和剩余的(M-K)个点分别进行计算。
其中参与运算的K个点的权重高于其余参与运算的M-K个点,权重的具体值依赖于具体的应用场合;如果数据保持不变(绝对不变是不存在的,即数据的变化在一个微小的范围内波动)则缓冲区内的M个数据采用统一的权值参与运算。计算的结果即为当前时刻外部采集信号的大小,能非常准确的反映当前采集的物理量的大小。
综上所述,本发明所提供的一种采集数据滤波处理方法及装置,由于采用了首先去除信号中的瞬时干扰信号,实时检测外部信号的变化趋势,依据变化的趋势,对采集的数据进行进一步加权区别处理,可以使计算得到的最终结果数据更加准确客观的反映当前时刻外部物理量的大小,有利于设备依据该结果进行下一步的操作。本发明所得到的输出结果数据能非常准确的反映当前采集的物理量的大小,减少了数据波动,避免设备出现误操作,减少了损失。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种采集数据滤波处理方法,其特征在于,包括步骤:
A、由数据输入单元读取外部采集到的数据并保存到第一缓冲单元;
B、第一计算单元对所述第一缓冲单元中的数据进行去除杂波一级高次谐波的处理,得到欲取基波信号的大小,并将得到的除杂波后的数据存储到第二缓冲单元;
C、惯性判断单元从第二缓冲单元中获取去除杂波后的数据,并对该获取的去除杂波后的数据进行数据变化趋势的判断,依据判断结果取得当前信号的变化趋势;
D、第二计算单元从惯性判断单元获取当前信号的变化趋势标志,并从第二缓冲单元中获取去除杂波后的数据;按照从惯性判断单元获取的当前信号的变化趋势标志,对从第二缓冲单元中获得的去除杂波后的数据进行分类和加权处理,取得分类和加权处理后的计算结果数据并输出。
2.根据权利要求1所述的采集数据滤波处理方法,其特征在于,所述步骤C中的对该获取的去除杂波后的数据进行数据变化趋势的判断,依据判断结果取得当前信号的变化趋势包括:
采用惯性算法对该获取的去除杂波后的数据进行数据变化趋势的判断计算,依据判断结果取得当前信号的变化趋势;
其中,所述惯性算法具体包括步骤:
C510、判断相邻2个数据的差值的绝对值是否小于系统的允许波动阈值&;当是时进入步骤C511,否则进入步骤C520;
C511、如果相邻2个数据的差值的绝对值小于等于系统的允许波动阈值&;则设置数据保持不变的索引变量和个数变量,其具体参见如下步骤C600;然后转入步骤C510对下组数据进行处理;
C520、判断相邻2个数据的差值是否小于负的系统的允许波动阈值&,如果是,则进入步骤C521,否则进入步骤C530;
C521、如果相邻2个数据的差值的结果小于负的系统的允许波动阈值&,则说明该相邻的量数据保持变小的惯性,设置数据变小的索引变量和个数变量,其具体参见如下步骤C600,然后转入步骤C510对下组数据进行处理;
C530、判断相邻2个数据的差值是否大于正的系统的允许波动阈值&,如果是,则进入步骤C531,否则进入步骤C540;
C531、如果相邻2个数据的差值的结果大于正的系统的允许波动阈值&,则说明该相邻的两个数据保持变大的惯性,设置数据变大的索引变量和变大的数据个数,其具体参见如下步骤C600,然后转入步骤C510对下组相邻的数据进行处理;否则转入步骤C540;
C540、设置相邻的前一组数据的惯性索引变量和数据个数,转入步骤550;
C550、判断所有的数据处理是否完成,当是时进入步骤C551,退出;否则转入步骤C510;
其中,步骤C600具体包括以下步骤:
C601、开始;
C610、处理的数据的索引是否等于当前惯性标识的索引与数据个数据的和,如果是,则进入步骤C620,否则进入步骤C630;
C620、如果当前处理的数据索引等于当前惯性标识的索引变量与数据个数的和,再判定当前惯性标识的数据个数是否为0,如果是,则进入步骤C621,否则进入步骤C622;
C621、如果当前惯性标识的数据个数为0,则设置当前惯性标识的索引变量为当前处理的数据索引;
C622、将当前惯性标识的数据个数加1,然后退出;
C630、如果当前处理的数据索引不等于当前惯性标识的索引变量与数据个数的和,则设置将当前惯性标识的索引变量为当前处理的数据的索引,并进入步骤C631;
C631、清空当前惯性标识的数据个数,并退出。
3.根据权利要求1所述的采集数据滤波处理方法,其特征在于,所述步骤A还包括:所述第一缓冲单元根据采集到的数据的物理信号特征,对该采集到的外部数据进行分块存储;
所述步骤B还包括:所述第二缓冲单元根据得到的计算结果的物理信号特征,对该得到的计算结果数据进行分块存储。
4.根据权利要求1所述的采集数据滤波处理方法,其特征在于,所述步骤B中的进行去除杂波一级高次谐波的处理包括:进行标准的傅立叶变换处理。
5.根据权利要求1所述的采集数据滤波处理方法,其特征在于,所述步骤C中的数据变化趋势包括:变大的趋势、变小的趋势、不变的趋势。
6.根据权利要求1所述的采集数据滤波处理方法,其特征在于,所述步骤B还包括:第二缓冲单元中至少存储2帧以上第一计算单元的除杂波后的计算结果数据;所述步骤C还包括:惯性判断单元对第二缓冲单元中的数据按帧为单位进行至少2次数据变化趋势的判断计算,依据计算的结果,得到具体的变化趋势标志。
7.根据权利要求6所述的采集数据滤波处理方法,其特征在于,所述步骤D还包括:第二计算单元从惯性判断单元得到变化趋势标志,并根据变化趋势标志对第二缓冲单元中存储的去除杂波后的至少2帧数据进行逻辑划分,确定权值;并按照不同的权值对划分的数据进行计算,得到分类和加权处理后的计算结果数据并输出。
8.一种采集数据滤波处理装置,其特征在于,包括:
数据输入单元,用于读取外部采集到的数据;
第一缓冲单元,用于根据采集到的数据的物理信号特征,对该采集到的外部数据进行分块存储;
第一计算单元,用于对所述第一缓冲单元中的数据进行去除杂波一级高次谐波的处理,得到欲取基波信号的大小;
第二缓冲单元,用于将第一计算单元处理得到的除杂波后的数据按物理特征进行分块存储;
惯性判断单元,用于从第二缓冲单元中获取去除杂波后的数据,并根据惯性算法对该获取的去除杂波后的数据进行数据变化趋势的判断计算,依据判断结果取得当前信号的变化趋势;
第二计算单元,用于从惯性判断单元获取信号的变化趋势标志,并从第二缓冲单元中获取去除杂波后的数据;按照从惯性判断单元获取的变化趋势标志,对从第二缓冲单元中获得的去除杂波后的数据进行分类和加权处理,取得分类和加权处理后的计算结果。
9.根据权利要求8所述的采集数据滤波处理装置,其特征在于,还包括:
输出单元,用于从第二计算单元中获取最终的计算结果,进行结果输出。
10.根据权利要求8所述的采集数据滤波处理装置,其特征在于,所述惯性算法实现具体包括步骤:
C510、判断相邻2个数据的差值的绝对值是否小于系统的允许波动阈值&;当是时进入步骤C511,否则进入步骤C520;
C511、如果相邻2个数据的差值的绝对值小于等于系统的允许波动阈值&;则设置数据保持不变的索引变量和个数变量,其具体参见如下步骤C600;然后转入步骤C510对下组数据进行处理;
C520、判断相邻2个数据的差值是否小于负的系统的允许波动阈值&,如果是,则进入步骤C521,否则进入步骤C530;
C521、如果相邻2个数据的差值的结果小于负的系统的允许波动阈值&,则说明该相邻的量数据保持变小的惯性,设置数据变小的索引变量和个数变量,其具体参见如下步骤C600,然后转入步骤C510对下组数据进行处理;
C530、判断相邻2个数据的差值是否大于正的系统的允许波动阈值&,如果是,则进入步骤C531,否则进入步骤C540;
C531、如果相邻2个数据的差值的结果大于正的系统的允许波动阈值&,则说明该相邻的两个数据保持变大的惯性,设置数据变大的索引变量和变大的数据个数,其具体参见如下步骤C600,然后转入步骤C510对下组相邻的数据进行处理;否则转入步骤C540;
C540、设置相邻的前一组数据的惯性索引变量和数据个数,转入步骤550;
C550、判断所有的数据处理是否完成,当是时进入步骤C551,退出;否则转入步骤C510;
其中,步骤C600具体包括以下步骤:
C601、开始;
C610、处理的数据的索引是否等于当前惯性标识的索引与数据个数据的和,如果是,则进入步骤C620,否则进入步骤C630;
C620、如果当前处理的数据索引等于当前惯性标识的索引变量与数据个数的和,再判定当前惯性标识的数据个数是否为0,如果是,则进入步骤C621,否则进入步骤C622;
C621、如果当前惯性标识的数据个数为0,则设置当前惯性标识的索引变量为当前处理的数据索引;
C622、将当前惯性标识的数据个数加1,然后退出;
C630、如果当前处理的数据索引不等于当前惯性标识的索引变量与数据个数的和,则设置将当前惯性标识的索引变量为当前处理的数据的索引,并进入步骤C631;
C631、清空当前惯性标识的数据个数,并退出。
CN201010520713.2A 2010-10-20 2010-10-20 一种采集数据滤波处理方法及装置 Expired - Fee Related CN102457250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010520713.2A CN102457250B (zh) 2010-10-20 2010-10-20 一种采集数据滤波处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010520713.2A CN102457250B (zh) 2010-10-20 2010-10-20 一种采集数据滤波处理方法及装置

Publications (2)

Publication Number Publication Date
CN102457250A true CN102457250A (zh) 2012-05-16
CN102457250B CN102457250B (zh) 2015-04-15

Family

ID=46040008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010520713.2A Expired - Fee Related CN102457250B (zh) 2010-10-20 2010-10-20 一种采集数据滤波处理方法及装置

Country Status (1)

Country Link
CN (1) CN102457250B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484559A (zh) * 2014-12-09 2015-04-01 大连楼兰科技股份有限公司 数字信号的解析方法及其解析装置
CN104597063A (zh) * 2015-02-03 2015-05-06 于钦密 一种ct成像控制系统
CN104914800A (zh) * 2014-03-12 2015-09-16 株洲南车时代电气股份有限公司 一种惰性数据滤波方法
CN108595375A (zh) * 2018-04-27 2018-09-28 成都工业学院 一种滤波方法、装置及存储介质
CN109030938A (zh) * 2017-06-08 2018-12-18 许继集团有限公司 一种基于正弦滤波的抗谐波测频方法和装置
CN109300095A (zh) * 2018-08-27 2019-02-01 深圳Tcl新技术有限公司 图像增强方法、系统及计算机可读存储介质
CN110221544A (zh) * 2019-06-14 2019-09-10 四川烟叶复烤有限责任公司 一种烟叶复烤入口水分数据滤波方法
CN111879389A (zh) * 2020-06-30 2020-11-03 厦门汉印电子技术有限公司 称重方法、介质及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060089924A1 (en) * 2000-09-25 2006-04-27 Bhavani Raskutti Document categorisation system
CN1943824A (zh) * 2006-09-08 2007-04-11 浙江工业大学 基于全方位视觉传感器的自动消防灭火装置
CN101355463A (zh) * 2008-08-27 2009-01-28 成都市华为赛门铁克科技有限公司 网络攻击的判断方法、系统和设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060089924A1 (en) * 2000-09-25 2006-04-27 Bhavani Raskutti Document categorisation system
CN1943824A (zh) * 2006-09-08 2007-04-11 浙江工业大学 基于全方位视觉传感器的自动消防灭火装置
CN101355463A (zh) * 2008-08-27 2009-01-28 成都市华为赛门铁克科技有限公司 网络攻击的判断方法、系统和设备

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914800A (zh) * 2014-03-12 2015-09-16 株洲南车时代电气股份有限公司 一种惰性数据滤波方法
CN104484559A (zh) * 2014-12-09 2015-04-01 大连楼兰科技股份有限公司 数字信号的解析方法及其解析装置
CN104484559B (zh) * 2014-12-09 2017-07-04 大连楼兰科技股份有限公司 数字信号的解析方法及其解析装置
CN104597063A (zh) * 2015-02-03 2015-05-06 于钦密 一种ct成像控制系统
CN109030938B (zh) * 2017-06-08 2021-05-11 许继集团有限公司 一种基于正弦滤波的抗谐波测频方法和装置
CN109030938A (zh) * 2017-06-08 2018-12-18 许继集团有限公司 一种基于正弦滤波的抗谐波测频方法和装置
CN108595375A (zh) * 2018-04-27 2018-09-28 成都工业学院 一种滤波方法、装置及存储介质
CN108595375B (zh) * 2018-04-27 2022-09-23 成都工业学院 一种滤波方法、装置及存储介质
CN109300095A (zh) * 2018-08-27 2019-02-01 深圳Tcl新技术有限公司 图像增强方法、系统及计算机可读存储介质
US11361414B2 (en) 2018-08-27 2022-06-14 Shenzhen Tcl New Technology Co., Ltd. Method and system for enhancing image, and computer readable storage medium
CN110221544A (zh) * 2019-06-14 2019-09-10 四川烟叶复烤有限责任公司 一种烟叶复烤入口水分数据滤波方法
CN111879389A (zh) * 2020-06-30 2020-11-03 厦门汉印电子技术有限公司 称重方法、介质及装置
CN111879389B (zh) * 2020-06-30 2022-02-08 厦门汉印电子技术有限公司 称重方法、介质及装置

Also Published As

Publication number Publication date
CN102457250B (zh) 2015-04-15

Similar Documents

Publication Publication Date Title
CN102457250B (zh) 一种采集数据滤波处理方法及装置
CN110231528A (zh) 基于负荷特征模型库的变压器户变异常识别方法及装置
Michalak et al. A distributed algorithm for anytime coalition structure generation
CN104750861B (zh) 一种储能电站海量数据清洗方法及系统
CN109034244A (zh) 基于电量曲线特征模型的线损异常诊断方法及装置
US9733286B2 (en) Method for identifying electric appliance and apparatus and system thereof
CN107677967B (zh) 确定电池电量的方法及装置
CN108053095B (zh) 一种电能质量扰动事件特征提取方法及系统
CN109472369A (zh) 电力设备的监测方法及装置
CN108072858B (zh) 电能表质量管理方法、系统及终端设备
CN111914205A (zh) 台区理论线损计算方法、装置和日负荷曲线计算方法
CN113435610A (zh) 基于低压物联感知终端确定分级线损的方法
CN113815481A (zh) 电池包选择方法、装置、电子设备及存储介质
CN105554069B (zh) 一种大数据处理分布式缓存系统及其方法
CN110011333A (zh) 一种储能电站、调频控制方法及存储介质
CN106341467A (zh) 基于大数据并行计算的用电信息采集设备状态分析方法
CN113159106A (zh) 一种基于形态趋势特征的负荷曲线聚类方法、介质及设备
CN112365090A (zh) 一种基于深度学习的非入侵式用电负荷识别方法及装置
CN105868409A (zh) 数据采集系统
CN116780557A (zh) 一种基于聚类分区算法的配电网电压控制方法及系统
CN112508260B (zh) 基于对比学习的配电变压器中长期负荷预测方法及装置
CN115600831A (zh) 用户理论响应潜力评估方法、装置、终端及存储介质
CA3229840A1 (en) Electrical phase identification using a clustering algorithm
CN109659951B (zh) 一种配电变压器无功补偿电容器的分组方法及系统
CN113792967A (zh) 分布式光伏运行状态评估方法、装置及电子设备

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150415

CF01 Termination of patent right due to non-payment of annual fee