CN103065041B - 一种冗余数据检验方法 - Google Patents
一种冗余数据检验方法 Download PDFInfo
- Publication number
- CN103065041B CN103065041B CN201210548064.6A CN201210548064A CN103065041B CN 103065041 B CN103065041 B CN 103065041B CN 201210548064 A CN201210548064 A CN 201210548064A CN 103065041 B CN103065041 B CN 103065041B
- Authority
- CN
- China
- Prior art keywords
- deviation
- data
- sequence
- test
- inspection
- 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.)
- Expired - Fee Related
Links
Landscapes
- Automatic Analysis And Handling Materials Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种冗余数据检验方法,包含以下步骤:冗余数据采集和序列构成,序列特征值检验,狄克松检验,偏差积检验,冗余数据状态信息提示。序列特征值检验和偏差积检验引入测量不确定度,避免了限值选取凭经验的随意性或繁琐性,使得检验参数设置有据可循,检验结果更加可靠。本发明的目的是提出一种能在计算机上实现,适用于任意情况的冗余数据准确性甄别的方法,且要求这种方法的甄别可靠性非常高。
Description
技术领域
本发明涉及一种数据检验方法,具体为一种火电厂在线热工测量的冗余数据的检验方法。
背景技术
随着大数据时代的到来,各行各业都面临着海量数据和信息的处理,数据的准确性甄别就显得尤为重要。
对于火力发电厂,热工测量仪表的工作环境恶劣,噪声、高温、压力波、电磁波、机械振动等干扰频繁,测量数据可靠性和稳定性随之下降,测点容易发生突发故障。随着SIS的广泛推广和应用,火力发电厂的实时参数监控面临的测量数据准确性问题愈来愈突出。对于重要监测数据,一般都装设有冗余测量和多点测量装置,使得测点的准确性和可靠性得到保证。
传统的冗余检验法是通过简单的三取中法、统计检验法(如格拉布斯法等)和表决法(如平均值偏差法等)。上述每种检验方法都存在各自的缺陷,如两个以上的测点出故障,三取中或四取中也可能会得到异常值;格拉布斯法检验对于测量的准确度反映不灵敏,只对大的偏差才有反映;表决法如平均值偏差、偏差积检测对于测量数据的小偏差很灵敏,对于大的偏差则可能陷入迷茫。
传统的冗余检验法仅仅是用某一种方法如统计检验,偏差积检验,或者多种检验同时进行,存在的问题就是每种检验方法都存在局限性,检验结果不可靠。若采用多种检验方法进行检验,则面临多个检验结果难以决策,计算机实现困难的问题。
发明内容
本发明所解决的技术问题在于提供一种冗余数据检验方法,以解决上述背景技术中的问题。
本发明所解决的技术问题采用以下技术方案来实现:一种冗余数据检验方法,包括以下步骤;
一种冗余数据检验方法,包括以步骤:
步骤(1):冗余数据序列构成
判断测点的测量数据x0的准确性,按照测点分布和测量数据相关性确定冗余测点,通过数据采集程序采集n-1个冗余测量数据,生成数据个数为n序列,同时存储到list容器中;
步骤(2):序列特征值检验
计算序列平均值和样本标准差,判断样本标准差是否超出标准差上限值,若“否”则进入步骤(5),若“是”则进入步骤(3);
步骤(3):狄克松检验
先对数据个数大于2的序列进行排序,对序列最小值和最大值构造统计量,选定显著度,查询各统计量的临界值,如果统计量大于临界值则认为是异常点,同时剔除该点;剔除后的序列包含的数据个数如果小于3则停止检验且判断待检测数据是否还在剔除后序列中,再进入步骤(5);剔除后的序列包含的数据个数如果不小于3则继续构造统计量进行检验,当统计量都小于等于临界值且剔除后的序列包含的数据个数大于2,则进入步骤(4)。
步骤(4):偏差积检验
利用冗余备份的测量仪表的测量结果的相对偏差来进行表决,偏差积定义为偏差积ηi(t)中包括了测量仪表i与其余各冗余备份的相对偏差,不包括与测量仪表i无关的任意两个测量仪表之间的相互偏差;
比较偏差积和偏差积上限值,判断测量仪表i的偏差积是否大于偏差积上限值,若“是”则剔除个数k累加1,若“否”则将数据存到list1容器中;对list容器中的所有的数据检验完毕后,判断检验过程剔除异点个数k是否小于n-2,若“否”则进入步骤(5);若“是”则继续判断x0是否在list1容器中,再进入步骤(5),同时以list1容器中序列平均值作为重构值;
步骤(5):冗余数据状态信息提示
依据特征值检验、狄克松检验和偏差积检验结果给出相应数据检验状态信息提示。
步骤(2)中序列平均值的检验范围按照测量数据的实际可能变化范围来确定。
步骤(2)中标准差上限值引入测量不确定度u进行确定,即标准差上限值等于
步骤(3)中选定显著度取0.05。
步骤(4)偏差积上限值等于以测量不确定度为底数,序列个数减1为指数的幂;其中,测量不确定度为相对不确定度δ%与list中序列平均值的乘积。
本发明将序列特征值检验、狄克松检验和偏差积检验等三种检验方法有机结合起来,同时引入测量不确定度来确定检验限值,从而实现了对于冗余测量数据准确性的可靠甄别。序列特征值检验能够对数据进行第一次“粗筛”,“筛孔径”即限值等于狄克松检验对“粗筛”后的数据进行第二次筛选,“筛孔径”由狄克松准则确定;偏差积检验对筛选后的数据进行“细筛”,“筛孔径”即限值等于un-1。三次数据“筛选”使得冗余数据准确性甄别的可靠性大大提高。
与现有技术相比,本发明的有益效果是:
(1)检验配置有据可循:引入测量不确定度来确定检验限值,避免了凭经验选取的随意性或繁琐性。
(2)检验可靠性高:将序列特征值检验、狄克松检验和偏差积检验等三种检验方法有机结合起来。
(3)配置简单,便于数据维护:检验流程通过计算机实现,自动实时检测数据准确性。
附图说明
图1为本发明冗余数据检验方法的总流程图。
图2为本发明冗余数据检验方法的详细流程图。
具体实施方式
为了使本发明的技术手段、创作特征、工作流程、使用方法达成目的与功效易于明白了解,下面进一步阐述本发明。
如图1、2所示,一种冗余数据检验方法,包括以步骤:
步骤(1):冗余数据序列构成
判断测点的测量数据x0的准确性,按照测点分布和测量数据相关性确定冗余测点,通过数据采集程序采集n-1个冗余测量数据,从而生成数据个数为n序列,同时存储到list容器中。
步骤(2):序列特征值检验
计算序列平均值和样本标准差,判断样本标准差是否超出标准差上限值,若“否”则进入步骤(5)提示“数据x0冗余检验正常”,若“是”则进入步骤(3);序列平均值的检验范围按照测量数据的实际可能变化范围来确定;考虑任意两个测量数据的最大允许偏差等于2倍的测量不确定度,标准差上限值引入测量不确定度u进行确定,即
步骤(3):狄克松检验
先对序列(数据个数大于2)进行排序,对序列最小值和最大值构造统计量,选定显著度(一般取0.05),查询各统计量的临界值,如果统计量大于临界值则认为是异常点,同时剔除该点;剔除后的序列包含的数据个数如果小于3则停止检验且判断待检测数据是否还在剔除后序列中,再进入步骤(5),若“是”则提示“数据x0冗余检验正常”,若“否”则提示“数据冗余检验异常”;剔除后的序列包含的数据个数如果不小于3则继续构造统计量进行检验,当统计量都小于等于临界值且剔除后的序列包含的数据个数大于2,则进入步骤(4)。
步骤(4):偏差积检验
利用冗余备份的测量仪表的测量结果的相对偏差来进行表决,偏差积定义为偏差积ηi(t)中包括了测量仪表i与其余各冗余备份的相对偏差,不包括与测量仪表i无关的任意两个测量仪表之间的相互偏差;偏差积上限值等于测量不确定度的n-k-1次方,即偏差积上限值等于以测量不确定度为底数,序列个数减1为指数的幂;其中,测量不确定度为相对不确定度δ%与list中序列平均值的乘积。
比较偏差积和偏差积上限值,判断测量仪表i的偏差积是否大于偏差积上限值,若“是”则剔除个数k累加1,若“否”则将数据存到list1容器中;对list容器中的所有的数据检验完毕后,判断检验过程剔除异点个数k是否小于n-2,若“否”则进入步骤(5)提示“数据x0冗余检验无法进行”,若“是”则继续判断x0是否在list1容器中,再进入步骤(5),若“是”则提示“数据x0冗余检验正常”,若“否”则提示“数据x0冗余检验异常”,同时以list1容器中序列平均值作为重构值。
步骤(5):冗余数据状态信息提示
依据特征值检验、狄克松检验和偏差积检验结果给出数据检验状态信息提示,具体信息在上述步骤中已体现。
以上显示和描述了本发明的基本原理、主要特征及本发明的优点。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。本发明的要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种冗余数据检验方法,其特征是:包括以下步骤:
步骤(1):冗余数据序列构成
判断测点的测量数据x0的准确性,按照测点分布和测量数据相关性确定冗余测点,通过数据采集程序采集n-1个冗余测量数据,生成数据个数为n序列,同时存储到list容器中;
步骤(2):序列特征值检验
计算序列平均值和样本标准差,判断样本标准差是否超出标准差上限值,若“否”则进入步骤(5),若“是”则进入步骤(3);
步骤(3):狄克松检验
先对数据个数大于2的序列进行排序,按照狄克松准则,对序列最小值和最大值构造统计量,选定显著度,查询各统计量的临界值,如果统计量大于临界值则认为是异常点,同时剔除该点;剔除后的序列包含的数据个数如果小于3则停止检验且判断待检测数据是否还在剔除后序列中,再进入步骤(5);剔除后的序列包含的数据个数如果不小于3则继续构造统计量进行检验,当统计量都小于等于临界值且剔除后的序列包含的数据个数大于2,则进入步骤(4);
步骤(4):偏差积检验
利用冗余备份的测量仪表的测量结果的相对偏差来进行表决,偏差积定义为偏差积ηi(t)中包括了测量仪表i与其余各冗余备份的相对偏差,不包括与测量仪表i无关的任意两个测量仪表之间的相互偏差;
比较偏差积和偏差积上限值,判断测量仪表i的偏差积是否大于偏差积上限值,若“是”则剔除个数k累加1,若“否”则将数据存到list1容器中;对list容器中的所有的数据检验完毕后,判断检验过程剔除异点个数k是否小于n-2,若“否”则进入步骤(5);若“是”则继续判断x0是否在list1容器中,再进入步骤(5),同时以list1容器中序列平均值作为重构值;
步骤(5):冗余数据状态信息提示
依据特征值检验、狄克松检验和偏差积检验结果给出相应数据检验状态信息提示。
2.根据权利要求1所述的一种冗余数据检验方法,其特征是:步骤(2)中序列平均值的检验范围按照测量数据的实际可能变化范围来确定。
3.根据权利要求1所述的一种冗余数据检验方法,其特征是:步骤(3)中选定显著度取0.05。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210548064.6A CN103065041B (zh) | 2012-12-18 | 2012-12-18 | 一种冗余数据检验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210548064.6A CN103065041B (zh) | 2012-12-18 | 2012-12-18 | 一种冗余数据检验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103065041A CN103065041A (zh) | 2013-04-24 |
CN103065041B true CN103065041B (zh) | 2016-08-03 |
Family
ID=48107669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210548064.6A Expired - Fee Related CN103065041B (zh) | 2012-12-18 | 2012-12-18 | 一种冗余数据检验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103065041B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123309B (zh) * | 2013-04-28 | 2017-08-25 | 国际商业机器公司 | 用于数据管理的方法和系统 |
CN104123436A (zh) * | 2014-06-30 | 2014-10-29 | 国家电网公司 | 一种准确可靠的期间核查方法 |
CN105242099B (zh) * | 2014-07-10 | 2018-07-06 | 钜泉光电科技(上海)股份有限公司 | 一种单频信号的幅度获得方法 |
CN108345295B (zh) * | 2018-03-23 | 2020-01-07 | 大唐韩城第二发电有限责任公司 | 一种模拟量多测点逻辑算法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08115124A (ja) * | 1994-10-19 | 1996-05-07 | Toshiba Syst Technol Kk | プラントデータ作表装置 |
CN101770233A (zh) * | 2009-12-21 | 2010-07-07 | 山东电力研究院 | 基于计量保证方案的统计控制方法 |
CN101794345A (zh) * | 2009-12-30 | 2010-08-04 | 北京世纪高通科技有限公司 | 一种数据处理方法及装置 |
CN101936773A (zh) * | 2010-09-08 | 2011-01-05 | 北京航空航天大学 | 一种基于计算机辅助的高精度偏振光定位系统及高精度定位方法 |
CN102184267A (zh) * | 2011-04-14 | 2011-09-14 | 上海同岩土木工程科技有限公司 | 一种自动数据采集系统消除干扰的异常数据过滤方法 |
-
2012
- 2012-12-18 CN CN201210548064.6A patent/CN103065041B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08115124A (ja) * | 1994-10-19 | 1996-05-07 | Toshiba Syst Technol Kk | プラントデータ作表装置 |
CN101770233A (zh) * | 2009-12-21 | 2010-07-07 | 山东电力研究院 | 基于计量保证方案的统计控制方法 |
CN101794345A (zh) * | 2009-12-30 | 2010-08-04 | 北京世纪高通科技有限公司 | 一种数据处理方法及装置 |
CN101936773A (zh) * | 2010-09-08 | 2011-01-05 | 北京航空航天大学 | 一种基于计算机辅助的高精度偏振光定位系统及高精度定位方法 |
CN102184267A (zh) * | 2011-04-14 | 2011-09-14 | 上海同岩土木工程科技有限公司 | 一种自动数据采集系统消除干扰的异常数据过滤方法 |
Non-Patent Citations (5)
Title |
---|
基于加权变换的传感器故障检测新方法;陈天如等;《传感器技术》;20030715;第22卷(第7期);59-62 * |
基于狄克逊检验法的RSSI值处理方法研究;潘东波等;《广东通信技术》;20120915(第9期);77-79 * |
基于系统测量冗余的电厂异常运行数据检测与校正;刘福国等;《中国电机工程学报》;20030731;第23卷(第7期);204-207 * |
未知delta、t检验法剔除异常值最好;王文周;《四川工业学院学报》;20000930(第3期);84-86 * |
综合表决的传感器故障检测方法及其应用;段凤阳等;《电光与控制》;20061031;第13卷(第5期);65-68 * |
Also Published As
Publication number | Publication date |
---|---|
CN103065041A (zh) | 2013-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104919384B (zh) | 用于设备维护和/或风险减缓的电力系统设备的评估 | |
CN103065041B (zh) | 一种冗余数据检验方法 | |
TW201709118A (zh) | 用於判斷製造部分與終端用戶裝置效能之間關聯性的方法、系統以及電腦程式產品 | |
TW201732789A (zh) | 磁片的故障預測方法和裝置 | |
CN107478455A (zh) | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 | |
WO2018175214A1 (en) | Methods and systems for inline parts average testing and latent reliability defect detection | |
CN105702595B (zh) | 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法 | |
CN112988577A (zh) | 一种软件测评快速执行方法 | |
TW201533456A (zh) | 晶圓測試數據分析方法 | |
CN103093078A (zh) | 一种改进53h算法的数据检验方法 | |
US10145894B1 (en) | Defect screening method for electronic circuits and circuit components using power spectrum anaylysis | |
CN106445828A (zh) | 一种产品测试方法及装置 | |
WO2019019429A1 (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
WO2010137463A1 (ja) | 検査結果解析方法および検査結果解析装置、異常設備検出方法および異常設備検出装置、上記検査結果解析方法または異常設備検出方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
CN112968804B (zh) | 一种基于容错哈密顿圈的数据中心网络故障诊断方法 | |
Chien et al. | Integrated circuit probe card troubleshooting based on rough set theory for advanced quality control and an empirical study | |
US10942215B2 (en) | Integrated circuit authentication from a die material measurement | |
CN103034209A (zh) | 一种在线测量数据准确性甄别方法 | |
CN108427778A (zh) | 电子装备的可测试性分析方法及装置 | |
CN110441727A (zh) | 一种对电能表现校仪进行状态评价的方法及装置 | |
CN115827475A (zh) | 一种电子装备软件质量量化分析评价方法 | |
CN107340487A (zh) | 一种查看测试系统处于稳定状态下实际加工能力的方法 | |
CN108062718A (zh) | 半导体制造信息的处理方法和处理系统 | |
Ye et al. | Self-learning and adaptive board-level functional fault diagnosis | |
He et al. | A new Statistical high‐Quality process monitoring method: The Counted number between omega‐event control charts |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160803 Termination date: 20161218 |