CN109974873A - 一种移动平均的温度监测方法 - Google Patents

Abstract

本发明公开了一种移动平均的温度监测方法，包括以下步骤：第一、获取预定时间区间内采集的所有温度值，利用第一计算公式计算目标时刻的有效温度数据；第二、获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据；第三、获取目标时刻目标监测对象所有的有效温度计的温度值，利用第三计算公式计算目标监测对象在目标时刻的有效温度数据；第四、分别获得时间维度的有效温度数据、空间维度的有效温度数据和质量维度的有效温度数据。本发明解决了由于原始温度数据异常造成的误差较大或者控制失效的技术问题。

Description

一种移动平均的温度监测方法

技术领域

本发明涉及数据监测技术领域，具体而言，涉及一种移动平均的温度监测方法。

背景技术

在水利水电工程、土木工程、公共建筑、道路交通、家电、制造业、物联网等行业中，通常需要布设大量的监测仪器用于监测目标对象的各种物理指标，监测数据通常由监测仪器定期地进行采集和存储，完成对监测对象所需的信息采集。采集到的数据经过处理会形成用以评判、分析、预测、控制目标对象的依据，因此，保证采集的监测数据正确可靠是重中之重。一方面，直接采集的原始数据的真实准确性至关重要，传统的数据采集系统的分辨率、精准度等是在出厂前的生产和调试过程就调试好的，部分监测仪器还需要在应用时额外进行数据校核；另一方面，通过对原始数据的预处理也能显著减少由于数据采集间断、仪器空间分布不均匀、仪器缺陷故障等引起的系统误差或偶然误差，将原始数据形成可供直接使用的有效数据。

例如，在混凝土浇筑施工领域，控制浇筑温度是混凝土温控防裂的重要措施之一，在施工过程中，进行跟踪分析以指导后续的温控防裂措施具有非常重要的意义，温度计的布置方式、浇筑温度的计算不准确将直接关系到分析结果的科学准确性和防裂措施的正确性。

南京卡尔胜水电科技有限公司于2010年在国内申请专利CN101936754A，利用高精度元器件作模拟传感器，来模拟对应的电气特性，并以其标准状态下的值作为真值εz，在利用大坝安全监测自动化数据采集装置采集测量数据时，采集某时刻对应的电气特性的校验信号εC，通过规定测量误差δ如|εC-εz|≤δ，表明安全监测自动化数据采集装置该时刻所采集的εC为有效测量值，同时推论安全监测自动化数据采集装置该时刻的测量准确度是可信的，因此判定该时刻的测量信号εN为有效测量值，反之，如|εC-εz|＞δ，该时刻所采集的测量信号εN为无效测量值。这样实现了大坝安全监测自动化数据采集装置精度的在线校验。

中国专利CN102829894A公开了一种拱坝移动式实时多点温度采集装置，混凝土内部数字温度计为1－256个，混凝土内部数字温度计分布数量依据测控精度、大坝仓面大小和仓面所处的部位不同而不同，优选仓面所处的部位为孔口、陡坡或自由坝段。混凝土内部数字温度计在混凝土内的分布方式为：混凝土内部数字温度计位于两层水管中间同一高层布置；优选的布置形式有线型、星型、均布型或者纺锤型。按照这种方式分布温度计可以精确的测量出混凝土内部的温度场。

中国专利CN106500867A公开了一种堤坝内部温度监测系统的安装方法，将光纤感应计的光纤编织在土工格栅上，形成光纤的网状结构；将编织有光纤感应计光纤的土工格栅，铺设在堤坝内，多个光纤感应计分别与数据采集箱信号连接，向其发送实时采集到的反映堤坝温度状况的信号数据，由数据采集箱通过提取分析得到有关堤坝内部温度变化的数据。

中国专利CN106768032A公开了一种提高大坝安全自动化监测数据可靠性的处理方法，该方法以大坝运行的环境量数据为自变量，以表征大坝运行性态的变形、渗流或应力应变等自动化监测数据为因变量建立线性回归方程，通过依次删除因变量中的值建模来判断该值是否为粗差数据，若是粗差数据则剔除；在判断时，给定预设的显著性水平，设定假设检验，并依据F分布或者t分布进行剔除。该方法可以提高大坝安全自动化监测数据的可靠性。

中国专利CN107103130A公开了一种根据浇筑温度测量值确定有限元计算用浇筑温度的方法，在实测的浇筑温度基础上，去除水化放热的影响因素，并根据有限元数据拟合平仓振捣结束至铺筑层浇筑结束期间外界环境温度引起的铺筑层平均浇筑温度增量和实测浇筑温度增量的比值，综合考虑入仓温度、混凝土平仓振捣等因素，将平仓振捣结束时混凝土温度与外界环境温度引起的铺筑层平均温度增量之和作为有限元计算使用的浇筑温度。与直接使用实测浇筑温度作为有限元计算使用浇筑温度相比，计算结果更为精确，提高了跟踪仿真分析结果的科学准确性。

综上，已有的发明成果主要集中的两点：(1)温度采集仪器自动化采集本身的误差校订和误差消除，在良好的应用环境，如室内，环境温度稳定，应用效果较好，但在实际大坝、土木、海洋等施工现场受复杂环境影响，误差依然很大；(2)通过回归、考虑有限元、差分等数值方法的反馈，来剔除温度监测的异常数据，这些方法主要是对原始数据进行处理后，提高数值分析的精度不能对监测仪器实现在线处理，需要事后分析。本发明旨在提供一种在线移动平均的温度监测方法，既保证消除由于温度采集仪器本身原始温度数据异常造成的误差较大，保证采集温度的精度，又可把更准确的温度数据用于现场温度调控措施的实施，进一步为数值仿真、质量评价提供可靠的输入数据，可显著提高温度监测质量和效率。

发明内容

为解决上述技术难题，本发明提供了一种移动平均的温度监测方法，以至少解决由于原始温度数据异常造成的误差较大或者控制失效的技术问题。

本发明的一个方面是提供了一种移动平均的温度监测方法，包括以下步骤：

第一、获取预定时间区间内采集的所有温度值，利用第一计算公式计算目标时刻的有效温度数据，所述预定时间区间包括所述目标时刻，所述第一计算公式为：

其中，t为所述目标时刻，T(t)为某一温度计在所述目标时刻t时的有效温度数据，σ(t)为所述目标时刻t时的所述预定时间区间，T_i(t)是该温度计在所述预定时间区间σ(t)内采集到的温度值，n(t)为该温度计在所述预定时间区间σ(t)内采集到的温度值的个数；

第二、获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据，所述预定空间单元包括所述目标空间点，所述第二计算公式为：

其中，s为所述目标空间点，T(s,t)为所述目标时刻t时所述目标空间点s的有效温度数据，Ω(s,t)为所述目标时刻t时所述目标空间点s的所述预定空间单元，T_j(s,t)为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的所有温度值，n(s,t)是为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的温度值的个数；

第三、获取目标时刻目标监测对象所有的有效温度计的温度值，利用第三计算公式计算所述目标监测对象在所述目标时刻的有效温度数据，所述第三计算公式为：

其中，g为所述目标监测对象，T(g,t)为所述目标监测对象g在所述目标时刻t时的有效温度数据，N(g,t)为所述目标监测对象g在所述目标时刻t时所布设的所有温度计，w为所述目标时刻t时所有温度计N(g,t)中正常采集数据的有效温度计，T_k(w,t)是第k支有效温度计在所述目标时刻t时的温度值，n(w,t)为所述目标时刻t时有效温度计的数量；

第四、将目标时刻依据第一计算公式计算的温度值，作为时间维度的有效温度数据；将目标空间点依据第二计算公式计算的温度值，作为空间维度的有效温度数据；将目标监测对象依据第三计算公式计算的温度值，作为质量维度的有效温度数据。

进一步地，获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据包括：基于有限单元的思想，将一定的空间区域视为一个所述预定空间单元，根据所述预定空间单元内采集的所有温度值，利用所述第二计算公式计算所述目标空间点的所述有效温度数据。

进一步地，所述的预定空间单元是二维的。

进一步地，所述的预定空间单元是三维的。

进一步地，所述的预定空间单元的形状根据研究对象的形状进行剖分。

进一步地，所述方法用于大坝的温度监测，所述预定空间单元为所述大坝的一个混凝土浇筑仓，获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据包括：获取所述混凝土浇筑仓内埋设的所述温度计的温度值，利用所述第二计算公式计算所述混凝土浇筑仓的有效温度数据。

进一步地，所述的方法可用于计算某一时刻、某一空间点、某一监测对象的有效温度值。

进一步地，所述的方法应用于出机口温度、入仓温度或浇筑温度的计算。

进一步地，所述的方法应用于最高温度、温度变化速率或环境气温的计算。

进一步地，所述的方法用于监测应力、变形或湿度数据的误差减小。

本发明能够显著减小时间维度、空间维度、质量维度等多维度的数据采集误差，以形成可反映被监测对象真实特性的有效数据，降低由于仪器故障、突发状况等造成的某一瞬时、某一监测点或某一监测仪器局部数据异常被放大的概率，避免对于后续对数据的分析、利用、展示以及数据计算等造成干扰，进而误导管理人员或控制系统对监测对象的认识或决策等，促进了监测数据的高效利用。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的移动平均的温度监测方法的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，对本申请实施例所涉及到名词进行介绍：

有限单元：有限单元法是一种有效解决数学问题的解题方法。其基础是变分原理和加权余量法，其基本求解思想是把计算域划分为有限个互不重叠的单元，在每个单元内，选择一些合适的节点作为求解函数的插值点，将微分方程中的变量改写成由各变量或其导数的节点值与所选用的插值函数组成的线性表达式，借助于变分原理或加权余量法，将微分方程离散求解。

根据本发明实施例，提供了一种移动平均的温度监测方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种可选的移动平均的温度监测方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102:获取预定时间区间内采集的所有温度值，利用第一计算公式计算目标时刻的有效温度数据，所述预定时间区间包括所述目标时刻；以预定时间区间内的温度平均值作为目标时刻的有效温度数据。

现场温控过程中数据采集频率一般为1-4min中一次，但数据参差不齐，存在局部数据采集异常的情况，为了最大限度减少数据采集误差带来的影响。例如，可以以7:30-8:30之间采集到的所有数据的平均值来作为8:00的温度值。一般性的计算公式为：

其中，t为所述目标时刻，T(t)为某一温度计在所述目标时刻t的有效温度数据，σ(t)为所述目标时刻t时的所述预定时间区间，T_i(t)是该温度计在所述预定时间区间σ(t)内采集到的温度值，n(t)为该温度计在所述预定时间区间σ(t)内采集到的温度值的个数，可选的，这里预定时间区间长度可以个性化选择。

步骤S104:获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据，所述预定空间单元包括所述目标空间点，以预定空间单元的温度平均值作为目标空间点的有效温度数据。

在一个可选的实施方式中，基于有限单元的思想，将一定的空间区域视为一个预定空间单元，根据预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据。将单元内所有的温度监测数据去平均后作为该单元的有效温度数据。

可选地，根据本发明实施例的移动平均的温度监测方法可以用于大坝的温度监测，例如：在水利水电工建设中，预定空间单元为大坝的一个混凝土浇筑坝块，获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据包括：获取混凝土浇筑坝块内埋设的温度计的温度值，利用第二计算公式计算混凝土浇筑坝块的有效温度数据。一般性的计算公式为：

其中，s为所述目标空间点，T(s,t)为所述目标时刻t时所述目标空间点s的有效温度数据，Ω(s,t)为所述目标时刻t时所述目标空间点s的所述预定空间单元，T_j(s,t)为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的所有温度值，n(s,t)是为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的温度值的个数。可选的，这里的预定空间单元可以是二维的也可以是三维的。可选地，预定空间单元的形状可依据研究对象的形状采取不同的形式进行剖分。

步骤S106:获取目标时刻目标监测对象所有的有效温度计的温度值，利用第三计算公式计算所述目标监测对象在所述目标时刻的有效温度数据。

温度计等监测仪器会存在异常情况导致数据采集异常。当以所有温度计的平均值作为特征值时，这些异常数据会直接影响数据的真实程度。可通过质量维度的移动计算方法来实现数据预处理，来剔除异常温度数据的影响。具体计算公式为：

其中，g为所述目标监测对象，T(g,t)为所述目标监测对象g在所述目标时刻t时的有效温度数据，N(g,t)为所述目标监测对象g在所述目标时刻t时所布设的所有温度计，w为所述目标时刻t时所有温度计N(g,t)中正常采集数据的有效温度计，T_k(w,t)是第k支有效温度计在所述目标时刻t时的温度值，n(w,t)为所述目标时刻t时有效温度计的数量。

步骤S108，将目标时刻依据第一计算公式计算的温度值作为时间维度的有效温度数据，将目标空间点依据第二计算公式计算的温度值作为空间维度的有效温度数据，将目标监测对象依据第三计算公式计算的温度值作为质量维度的有效温度数据。

可选的，以上方法可用于温度监测数据的预处理外，还可以推广应用于对最高温度、温度变化速率等特征值的计算。此外，也可用于对监测对象其他物理性能的监测数据预处理中，例如湿度、密度、应力、变形等。

本发明能够显著减小时间维度、空间维度、质量维度等多维度的数据采集误差，以形成可反映被监测对象真实特性的有效数据，降低由于仪器故障、突发状况等造成的某一瞬时、某一监测点或某一监测仪器局部数据异常被放大的概率，避免对于后续对数据的分析、利用、展示以及数据计算等造成干扰，进而误导管理人员或控制系统对监测对象的认识或决策等，促进了监测数据的高效利用。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种移动平均的温度监测方法，其特征在于，包括以下步骤：

第一、获取预定时间区间内采集的所有温度值，利用第一计算公式计算目标时刻的有效温度数据，所述预定时间区间包括所述目标时刻，所述第一计算公式为：

其中，t为所述目标时刻，T(t)为某一温度计在所述目标时刻t时的有效温度数据，σ(t)为所述目标时刻t时的所述预定时间区间，T_i(t)是该温度计在所述预定时间区间σ(t)内采集到的温度值，n(t)为该温度计在所述预定时间区间σ(t)内采集到的温度值的个数；

第二、获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据，所述预定空间单元包括所述目标空间点，所述第二计算公式为：

其中，s为所述目标空间点，T(s,t)为所述目标时刻t时所述目标空间点s的有效温度数据，Ω(s,t)为所述目标时刻t时所述目标空间点s的所述预定空间单元，T_j(s,t)为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的所有温度值，n(s,t)是为所述目标时刻t在所述预定空间单元Ω(s,t)内采集到的温度值的个数；

第三、获取目标时刻目标监测对象所有的有效温度计的温度值，利用第三计算公式计算所述目标监测对象在所述目标时刻的有效温度数据，所述第三计算公式为：

其中，g为所述目标监测对象，T(g,t)为所述目标监测对象g在所述目标时刻t时的有效温度数据，N(g,t)为所述目标监测对象g在所述目标时刻t时所安装的所有温度计，w为所述目标时刻t时所有温度计N(g,t)中正常采集数据的有效温度计，T_k(w,t)是第k支有效温度计在所述目标时刻t时的温度值，n(w,t)为所述目标时刻t时有效温度计的数量；

第四、将目标时刻依据第一计算公式计算的温度值，作为时间维度的有效温度数据；将目标空间点依据第二计算公式计算的温度值，作为空间维度的有效温度数据；将目标监测对象依据第三计算公式计算的温度值，作为质量维度的有效温度数据。

2.根据权利要求1所述的移动平均的温度监测方法，其特征在于，获取预定空间单元内采集的所有温度值，利用第二计算公式计算目标空间点的有效温度数据包括：

基于有限单元的思想，将一定的空间区域视为一个所述预定空间单元，根据所述预定空间单元内采集的所有温度值，利用所述第二计算公式计算所述目标空间点的所述有效温度数据。

3.根据权利要求2所述的移动平均的温度监测方法，其特征在于，所述的预定空间单元是二维的。

4.根据权利要求2所述的移动平均的温度监测方法，其特征在于，所述的预定空间单元是三维的。

5.根据权利要求1所述的移动平均的温度监测方法，其特征在于，所述的预定空间单元的形状根据研究对象的形状进行剖分。

6.根据权利要求1-5任一项所述的移动平均的温度监测方法，其特征在于，所述的方法可用于计算某一时刻、某一空间点、某一监测对象的有效温度值。