CN104537198A - 一种气体流量计的数据检测方法 - Google Patents

Abstract

本发明涉及一种气体流量计的数据检测方法，其特征在于：将气体流量在管道中的状态分为水平平稳状态和跳变状态，然后分别对水平平稳状态和跳变状态的数据进行处理。与现有技术相比，本发明的优点在于：能有效识别气体流量计采集的数据中出现的异常数据，当气体流量计采集的数据变化时，本发明的方法能及时跟进并做平滑处理，当气体流量计采集的数据在一个固定的点上下振荡时，本发明的方法能使数据趋于平稳，使经过处理的输出数据稳定性好，灵敏度高，误差小。

Description

一种气体流量计的数据检测方法

技术领域

本发明涉及一种气体流量计的数据检测方法。

背景技术

对于户外的小容量电池供电的超声波气体流量计，电量消耗主要在数据的产生和采集上，故对由于干扰产生的异常数据的处理不能采用传统的非实时监控、大样本容量估计的方法。

由于气体的可压缩性、粘性及管道内壁的表面粗糙度、管道的截面形状等因素。气体流量数据呈现以下两个特点；一方面当气体以一定流速在管道中通过时，仪表正常情况下检测到的气体流量数据是在实际流量的一定范围内正常波动；另一方面由于气体的上述特性，使气体流速在管道中也不可能出现阶跃式的变化而是一个缓慢的上升和下降过程。气体流量的变化对应用户旋转阀门的开闭大小，这些数据都要通过显示设备直观的呈现给用户。所以对于气体流量计的流量数据的检测，一方面要很好的反映当前流量的状态，即用户加大阀门减小阀门都要得到及时响应，另一方面也要检测到流量数据中的异常数据，避免给用户造成仪表损坏的错觉。

现在超声波流量计对采集到的数据只做简单的数据累加和平均，传统的气体流量计数据检测方法有：限幅滤波法，中位值滤波法，滑动平均滤波法，加权滑动平均滤波法。对于数据中因偶然因素出现的波动或环境噪声引起的脉冲干扰，限幅滤波法和中位值滤波法都是一种有效的处理算法，但是这两种方法不能处理数据的正常的波动变化。而对于滑动平均滤波法，能对数据的波动响应，但延迟会很大，同时对于数据中因偶然因素出现的波动或采样不稳定引起的脉冲干扰无法识别。而加权滑动平均滤波法，虽然在灵敏度和平稳相对于上述算法有很大改观，但是由于对数据正常上升和下降的正常波动中可能出现的异常数据没有进行处理，加权系数不好设定，尤其是异常数据相对于正常数据偏差很大时，加权作用就微乎其微，造成的误差不可忽略。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种能实时跟踪、数据测量误差小，精度高的气体流量计的数据检测方法。

本发明解决上述技术问题所采用的技术方案为：一种气体流量计的数据检测方法， 其特征在于：将气体流量在管道中的状态分为水平平稳状态和跳变状态，提取气体流量计采集的数据，以N+1个数据为一组，设D_i为i时刻气体流量计采集的数据，并且D_i为当前时刻正在处理的数据，D_i+N为i+N时刻气体流量计采集的数据，X_i为当前时刻处理完后输出的数据，预设气体流量变化阈值ξ，预设水平平稳状态的累加次数q＝0，预设跳变状态数据个数j＝0，预设水平平稳状态的累加最大值Q，预设参数k，且k<N；初始默认气体流量在管道中的状态为水平平稳状态；

水平平稳状态下的数据处理包括：

(1-1)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率小于等于气体流量变化阈值ξ，即则将当前时刻正在处理的数据D_i进行累加平均，累加次数q＝q+1，

如果累加次数q<Q，则处理完后输出的数据为：

如果q＝Q，采用先进后出，队尾进一个数据，队首丢弃一个数据，数据做Q次累加平均得到处理完后输出的数据，即

(1-2)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用前一个处理完后输出的数据X_i-1替代，即：X_i＝X_i-1，同时，将水平平稳状态的累加次数清零，q＝0；

(1-3)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中有大于或等于k 个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，且变化方向一致，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入跳变状态，此时，当前时刻处理完后输出的数据为：

X_i＝(1-a)*X_i-1+a*D_i，其中，a为预设的第一加权系数，0<a<1；

跳变状态下的数据处理包括：

(2-1)、将当前时刻正在处理的数据D_i前面所有处于跳变状态下的r-1个处理完后输出的数据和最后一个水平平稳状态下处理完后输出的数据，一共r个数据做最小二乘法一阶曲线拟合，得到函数f(X_i-1,X_i-2,...,X_i-r)＝A*i+B，根据f(X_i-1,X_i-2,...,X_i-r)＝A*i+B对i时刻气体流量计采集的数据做出预测，得出预测值X_测；

(2-2)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率小于等于气体流量变化阈值ξ，即则将跳变状态数据个数加1，即j＝j+1，而当前时刻处理完后输出的数据为：

X_i＝(1-b)*X_测+b*D_i，其中，b为预设的第二加权系数，第二加权系数b为一个动态的跳变值，0<b￡1，且b＝b+w，而w为预设的步进加权系数，0<w<1；

(2-3)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率大于气体流量变化阈值ξ，即如果之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用当前时刻的预测值X_测替代，即：X_i＝X_测；如果之后的N个数据有大于或等于k个数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入水平平稳状态，此时，当前时刻处理完后输出的数据为X_i＝D_i。

与现有技术相比，本发明的优点在于：能有效识别气体流量计采集的数据中出现的异常数据，当气体流量计采集的数据变化时，本发明的方法能及时跟进并做平滑处理，当气体流量计采集的数据在一个固定的点上下振荡时，本发明的方法能使数据趋于平稳，使经过处理的输出数据稳定性好，灵敏度高，误差小。

附图说明

图1为本发明实施例中水平平稳状态下的数据处理流程图。

图2为本发明实施例中气体流量计采集的数据组结构示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本实施例提供了一种气体流量计的数据检测方法，该方法将气体流量在管道中的状态分为水平平稳状态和跳变状态，提取气体流量计采集的数据，以N+1个数据为一组，设D_i为i时刻气体流量计采集的数据，并且D_i为当前时刻正在处理的数据，D_i+N为i+N时刻气体流量计采集的数据，X_i为当前时刻处理完后输出的数据，参见图2所示；

预设气体流量变化阈值ξ，预设水平平稳状态的累加次数q＝0，预设跳变状态数据个数j＝0，预设水平平稳状态的累加最大值Q，预设参数k，且k<N；初始默认气体流量在管道中的状态为水平平稳状态；

本实施例中，气体流量计的数据检测方法主要分成两个部分，第一部分为：水平平稳状态下的数据处理，该部分主要完成在水平平稳状态下的气体流量计采集的数据做滑动累加平均使数据趋于稳定，判别与处理出现的异常数据以及识别流量状态从水平平稳状态到跳变状态的切换；第二部分为跳变状态下的数据处理，该部分主要完成：及时跟进数据的变化；判别与处理在跳变状态中出现的异常数据以及流量状态从跳变状态到水平平稳状态的切换；

其中第一部分的水平平稳状态下的数据处理包括，参见图1所示：

(1-1)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率小于等于气体流量变化阈值ξ，即则将当前时刻正在处理的数据D_i进行累加平均，累加次数q＝q+1，

如果累加次数q<Q，则处理完后输出的数据为：

如果q＝Q，采用先进后出，队尾进一个数据，队首丢弃一个数据，数据做Q次累加平均得到处理完后输出的数据，即

在首次处理时，首先需要气体流量计采集至少N+1个数据，然后才会启动本发明的方法进行数据检测和处理，此时，X_i-1＝D_i-1，D_i+N则为当前时刻气体流量计采集的数据；而为了使检测输出的数据更加准确，在启动本发明的方法之前，往往会需要多采集一些数据，在正在处理的数据D_i之前的数据，直接采用累加平均的方法得到X_i-1、X_i-2、X_i-3……

(1-2)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用前一个处理完后输出的数据X_i-1替代，即：X_i＝X_i-1，同时，将水平平稳状态的累加次数清零，q＝0；

(1-3)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中有大于或等于k个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，且变化方向一致，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入跳变状态，此时，当前时刻处理完后输出的数据为：

X_i＝(1-a)*X_i-1+a*D_i，其中，a为预设的第一加权系数，0<a<1；

其中，第二部分的跳变状态下的数据处理包括：

(2-1)、将当前时刻正在处理的数据D_i前面所有处于跳变状态下的r-1个处理完后输出的数据和最后一个水平平稳状态下处理完后输出的数据，一共r个数据做最小二乘法一阶曲线拟合，得到函数f(X_i-1,X_i-2,...,X_i-r)＝A*i+B，根据f(X_i-1,X_i-2,...,X_i-r)＝A*i+B对i时刻气体流量计采集的数据做出预测，得出预测值X_测，这里r值为一个变量，随着跳变状态数据的增加，r值可以增加，第一个跳变状态下处理完后输出的数值为X_i＝(1-a)*X_i-1+a*D_i，在求取第二个跳变状态下处理完后输出的数值时，r为2，在求取第三个跳变状态下处理完后输出的数值时，r为3，……；

(2-2)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率小于等于气体流量变化阈值ξ，即则将跳变状态数据个数加1，即j＝j+1，而当前时刻处理完后输出的数据为：

X_i＝(1-b)*X_测+b*D_i，其中，b为预设的第二加权系数，第二加权系数b为一个动态的跳变值，0<b￡1，且b＝b+w，即每次处理后，而b值会增加w，w为预设的步进加权系数，0<w<1；

(2-3)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率大于气体流量变化阈值ξ，即如果之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用当前时刻的预测值X_测替代，即：X_i＝X_测；如果之后的N-1个数据有大于或等于k个数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入水平平稳状态，此时，当前时刻处理完后输出的数据为X_i＝D_i 。

Claims (1)

1.一种气体流量计的数据检测方法，其特征在于：将气体流量在管道中的状态分为水平平稳状态和跳变状态，提取气体流量计采集的数据，以N+1个数据为一组，设D_i为i时刻气体流量计采集的数据，并且D_i为当前时刻正在处理的数据，D_i+N为i+N时刻气体流量计采集的数据，X_i为当前时刻处理完后输出的数据，预设气体流量变化阈值ξ，预设水平平稳状态的累加次数q＝0，预设跳变状态数据个数j＝0，预设水平平稳状态的累加最大值Q，预设参数k，且k<N；初始默认气体流量在管道中的状态为水平平稳状态；

水平平稳状态下的数据处理包括：

(1-1)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率小于等于气体流量变化阈值ξ，即则将当前时刻正在处理的数据D_i进行累加平均，累加次数q＝q+1，

如果累加次数q<Q，则处理完后输出的数据为：

如果q＝Q，采用先进后出，队尾进一个数据，队首丢弃一个数据，数据做Q次累加平均得到处理完后输出的数据，即

(1-2)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用前一个处理完后输出的数据X_i-1替代，即：X_i＝X_i-1，同时，将水平平稳状态的累加次数清零，q＝0；

(1-3)、如果当前时刻正在处理的数据D_i与上次处理完后输出的数据X_i-1之间的相对变化率大于气体流量变化阈值ξ，即并且之后的N个数据中有大于或等于k个正在处理的数据与上次处理完后输出的数据之间的相对变化率均大于气体流量变化阈值ξ，且变化方向一致，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入跳变状态，此时，当前时刻处理完后输出的数据为：

X_i＝(1-a)*X_i-1+a*D_i，其中，a为预设的第一加权系数，0<a<1；

跳变状态下的数据处理包括：

(2-1)、将当前时刻正在处理的数据D_i前面所有处于跳变状态下的r-1个处理完后输出的数据和最后一个水平平稳状态下处理完后输出的数据，一共r个数据做最小二乘法一阶曲线拟合，得到函数f(X_i-1,X_i-2,...,X_i-r)＝A*i+B，根据f(X_i-1,X_i-2,...,X_i-r)＝A*i+B对i时刻气体流量计采集的数据做出预测，得出预测值X_测；

(2-2)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率小于等于气体流量变化阈值ξ，即则将跳变状态数据个数加1，即j＝j+1，而当前时刻处理完后输出的数据为：

X_i＝(1-b)*X_测+b*D_i，其中，b为预设的第二加权系数，第二加权系数b为一个动态的跳变值，0<b≤1，且b＝b+w，而w为预设的步进加权系数，0<w<1；

(2-3)、若当前时刻正在处理的数据与预测值X_测之间的相对变化率大于气体流量变化阈值ξ，即如果之后的N个数据中没有大于k个正在处理的数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判定当前时刻正在处理的数据D_i为一个异常数据，将该正在处理的数据D_i舍弃，而当前时刻处理完后输出的数据用当前时刻的预测值X_测替代，即：X_i＝X_测；如果之后的N-1个数据有大于或等于k个数据与上次处理完后输出的数据X_i-1之间的相对变化率均大于气体流量变化阈值ξ，则判断气体流量在管道中的状态发生改变，即气体流量在管道中的状态进入水平平稳状态，此时，当前时刻处理完后输出的数据为X_i＝D_i。