CN103065041B - 一种冗余数据检验方法 - Google Patents

一种冗余数据检验方法 Download PDF

Info

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
Application number
CN201210548064.6A
Other languages
English (en)
Other versions
CN103065041A (zh
Inventor
邹光球
刘元议
张成煜
向春波
刘麟夫
胡蓉
李星
谢小鹏
姜文波
王凯
谢鹏
刘巍
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.)
Hunan Datang Xianyi Technology Co Ltd
Original Assignee
Hunan Datang Xianyi 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 Hunan Datang Xianyi Technology Co Ltd filed Critical Hunan Datang Xianyi Technology Co Ltd
Priority to CN201210548064.6A priority Critical patent/CN103065041B/zh
Publication of CN103065041A publication Critical patent/CN103065041A/zh
Application granted granted Critical
Publication of CN103065041B publication Critical patent/CN103065041B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种冗余数据检验方法
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。
CN201210548064.6A 2012-12-18 2012-12-18 一种冗余数据检验方法 Expired - Fee Related CN103065041B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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