CN111738631A - 仪表管理系统、管理平台、工业仪表及方法 - Google Patents

Abstract

本发明设计了一种仪表管理系统、管理平台、工业仪表及方法，该系统基于大数据技术，设计了基于状态参数表的匹配手段，状态参数表贯穿于状态参数数据的采集、上传、调取和分析过程，从而使系统能够非常方便地对大量的仪表进行分别管理，为仪表管理的大数据化提供了技术基础，同时，为了更准确地实现对仪表状态的判断甚至预测，本发明还提供了不同角度和不同维度的数据处理方法，从而在大数据分析的基础上能尽可能准确地对状态参数数据所表征的仪表状态进行判断，使之脱离了对于专家系统的依赖，便于仪表管理的自动化和智能化。

Description

仪表管理系统、管理平台、工业仪表及方法

技术领域

本发明涉及大规模仪表自动化管理的技术领域，特别是一种支持可靠性管理的基于大数据技术的大规模仪表管理系统，应用于这种仪表管理系统的管理平台，应用于这种仪表管理系统的仪表，以及应用于这种仪表管理系统和管理平台的仪表管理方法和数据分析方法。

背景技术

随着技术发展和进步，特别是工业自动化和智能化进程的快速推进，工业仪表的应用领域越来越广、应用场景越来越多，并突出体现了以下特征：

其一、应用场景复杂，由于工业仪表的使用遍及石油化工、生物医药、装备制造等多个领域，不同的应用场景所对应的环境条件也不相同，其中不乏高温、高压、高湿、高腐蚀、低温、低压、易燃易爆等种种恶劣环境条件；

其二、应用数量庞大，较早时期，一般工业机构的仪表管理部门需要管理的仪表只有几台或几十台，由于人力成本相对较低，通常采用人工手动查看记录的方式，而目前在一些石化或者自动化程度较高的机构，需要管理的仪表可能是数百、数千乃至更多，仪表的使用区域也存在较大空间跨度；

其三、对仪表可靠性的关注度增加，仪表作为工业系统中的感官单元，其可靠性至关重要，特别是在高度自动化或智能化的系统内，仪表采集的参数数据将构成系统运转响应的主要触发变量，在这样的场景下，用户不仅关注仪表是否具备足够的可靠性，也关注仪表在发生故障时能否尽快地被检测到，还关注仪表能否在即将发生故障前就有所预警。

针对上述特征，各类科研机构和企业也进行了一些研究和尝试。

中国期刊文献，崔广伟，质量流量计远程智能诊断系统的开发与应用，《石油化工自动化》Dec,2018，Vol.54，No.6，59-62，介绍了一种系统方案，该公司借助信息化、智能化、大数据分析等技术，建立质量流量计远程智能诊断系统（ＭＭＳ），完善质量流量计采集参数，实现所有仪表刚性、驱动增益、线圈电压、活零点等影响计量准确性的２２０个关键参数在线实时智能诊断，系统能够监测到零漂、气化、报警等深层的关键异常信息，建立起质量流量计全生命周期运行监测管理档案；这一系统方案比较好地解决了天津石化的应用场景的需求难题，但仍存在较大的局限性；其一，这一方案是针对于特定应用场景设计，包括系统以及仪表，换到其它同业企业就需要作出变动，而在非同业领域则需要进行大改甚至重新设计，作为研究参考或者技术启示比较合适，作为推广方案存在较大瑕疵；其二，数据使用效率低，虽然进行了全生命周期监测管理，但本质上仍然是瞬时检测和判断，即对仪表的管理主要依赖于当前时刻的数据的判断，已产生的数据只能在专家诊断时才能作为参考应用未能得到有效利用。

中国专利，带状态监控的安全仪表，公开号CN210051368U公开了一种带状态监控的安全仪表，包括：温度/湿度检测电路、电压/电流检测电路、振动检测电路、灰尘检测电路、电磁检测电路、微处理器、通信模块；所述温度/湿度检测电路、电压/电流检测电路、振动检测电路、灰尘检测电路和电磁检测电路分别连接微处理器的各信号输入端口；微处理器的通信端口连接通信模块；温度/湿度检测电路用于检测仪表所处环境的温度、湿度信号，并向微处理器反馈；电压/电流检测电路用于检测仪表的各级供电电压和供电电流信号，并向微处理器反馈；振动检测电路用于检测仪表的振动信号，并向微处理器反馈；微处理器通过通信模块向上位机发送所检测的各信号，实现了在终端层面具备状态参数采集的功能。

中国专利，长停井压力无线远程监控器，公开号CN207946115U公开了一种长停井压力无线远程监控器，包括有主控芯片，所述主控芯片连接有MIK-P300压力传感器、DS18B20温度传感器、电池电量监测单元、GPS定位模块、指示灯、蜂鸣器、按键、1602液晶显示器和GPRS无线传输单元以及SIM卡和TF存储卡，还有电源转换单元和24V锂电池；所述的电池电量监测单元将锂电池输出电压值经过衰减电路后，通过电压跟随器与主控芯片内部A/D引脚相连接，测量电池电压，通过对应关系式转换为电池剩余电量，当电量低于设定阈值时，通知主控中心对监控器电池进行充电，实现了对于电池电量过低这一故障的预判。

综上所述，现有技术虽然尝试去推进仪表的大规模管理，但由于出发点不同，仪表制造商仅考虑仪表，系统解决方案提供商仅考虑系统搭建，用户仅考虑自身特定需要，而在实际应用层面用户需求、终端和系统又是三位一体的，这就导致在面对大规模仪表管理时，现有技术方案不能正常使用，往往需要重新设计融合，既不经济也不效率。

发明内容

本发明是针对当前行业需求，特别是针对具备数量较大、仪表类型可能相同或者不同的仪表集群，提供一种既能满足客户需求，支持仪表可靠性管理，又能具备足够的兼容性，使管理平台和终端可以尽可能配合应用的系统。

一种基于大数据技术的仪表可靠性管理系统包括管理平台和被管理仪表，被管理仪表可以为一台或多台，但就本发明的实施效果而言，被管理仪表数量越多，本发明的技术优势越明显。

所述的管理平台和被管理仪表通过状态参数表来实现匹配。

在本发明技术方案描述中会多次出现状态参数表，这一概念存在不同维度的含义，为了便于后续区分，在此处声明，在说明书本段之后，在没有写入被管理仪表和管理平台时，状态参数表是一个有明确约定边界但没有确定内容的组合，即是一个概念性表述，当表述状态参数表这一概念时使用状态参数表这一表述；当状态参数表写入被管理仪表和/或管理平台时，状态参数表将成为一个确定内容的组合，即是一个实体表述，使用具体状态参数表或其它增加前缀的形式来和概念性的状态参数表进行区分。

所述的状态参数表并非限定为表格格式，而是由于其体现形式和表格形式接近，状态参数表包括一个或多个状态参数项目，所述的状态参数项目所对应的变量能表征被管理仪表或者其关键部分的工作状态，每个状态参数项目均包括一个或者多个参考值项。

所述的被管理仪表预置有具体状态参数表，这一预置的概念为在所述的管理平台对被管理仪表进行管理时，所述的具体状态参数表已存在被管理仪表中，所述的具体状态参数表在预置入被管理仪表时，其状态参数项目是具体确定的，同时所述的状态参数项目所包含的参考值项被赋予具体值，特别说明的是，对于参考值项的赋值可以是空但就一个状态参考项目而言，其全部参考值项中至少有一个不为空的赋值即至少有一个参考值项赋值可具体地用来评估所对应变量的状态。

所述的被管理仪表和它所预置的具体状态参数表是对应的，这一对应关系不仅体现在预置入这一存储关系上，还体现在被管理仪表具备状态参数数据采集功能，且这一状态参数数据采集功能所对应的状态参数项目和它所预置的具体状态参数表中的状态参数项目是一一对应的；即所述的被管理仪表按照它所预置的状态参数表采集状态参数数据。

所述的被管理仪表具备数据上传功能，能将其所采集的状态参数数据上传至管理平台。

所述的管理平台预置有和被管理仪表一致的具体状态参数表，这一预置的概念为在所述的管理平台对被管理仪表进行管理时，所述的具体状态参数表已存在管理平台中，当所述的被管理仪表有多台时，所述的管理平台则预置有多个具体状态参数表且具体状态参数表和所述的多台被管理仪表一一对应，所述的管理平台按照和被管理仪表相对应的状态参数表获取所述的被管理仪表上传的状态参数数据，所述的管理平台按照预置模式对所述的状态参数数据进行处理。

优选的，所述的被管理仪表和所述的管理平台的所预置具体状态参数表一致的实现方式如下，所述的被管理仪表在制造过程中/接入管理平台前写入具体状态参数表，所述的被管理仪表在接入管理平台时向管理平台上传这一具体状态参数表，所述的管理平台接受被管理仪表上传的具体状态参数表，标注这一具体状态参数表和被管理仪表的对应关系并存储。

优选的，所述的被管理仪表和所述的管理平台的所预置具体状态参数表一致的实现方式如下，所述的被管理仪表在接入管理平台前尚未写入具体状态参数表，则所述的管理平台获取所述的被管理仪表可检测的状态参数项目，并根据状态参数表规则生成具体状态参数表，将所述的状态参数表导入所述的被管理仪表，并设置所述的被管理仪表按照所述的具体状态参数表采集数据。

所述的参考值项用来评估所对应变量的状态，具体的，所述的参考值项的类型包括标准值、阈值、通断值和错误号中的一项或多项；所述的标准值为变量在正常状态下的基准值；所述的阈值为变量在正常状态的极限值，包括上限值和下限值；所述的通断值表征变量状态的通断，可用0/1或类似的方式表达；所述的错误号表征变量状态和故障的对应关系，可能包括一个或多个代码，分别对应不同的状态。

针对上述的基于大数据技术的仪表可靠性管理系统，可设计配套的基于大数据技术的仪表可靠性管理平台。

基于大数据技术的仪表可靠性管理平台，以下简称管理平台，从功能上包括参数表单元、识别单元、读取单元、处理单元和存储单元。

所述的参数表单元，用于存储具体状态参数表，这里的具体状态参数表和处于所述的管理平台管理下的工业仪表（即被管理仪表）是一一对应的。

所述的识别单元，用于对被管理仪表进行识别，从而方便管理平台进行针对性操作。

所述的读取单元，用于对从被管理仪表处读取状态参数数据。

所述的存储单元，用于存储从被管理仪表处读取的状态参数数据。

所述的处理单元，用于对状态参数数据进行处理，从而获得分析结果。

一种比较典型的工作流模式如下，所述的读取单元被预配置为周期性地从被管理仪表获取状态参数数据，所述的状态参数数据是带有识别信息的，完成读取后，所述的读取单元将状态参数数据发送至处理单元，所述的处理单元从所述的状态参数数据中提取识别信息，并交付识别单元进行识别，所述的识别单元完成识别后，将识别结果反馈至所述的处理单元，所述的处理单元根据识别结果从所述的参数表单元调取对应的具体状态参数表，完成调取后，所述的处理单元按照所述的具体状态参数表将所述的状态参数数据存储至存储单元。

一种比较典型的工作流模式如下，所述的处理单元接收指令，指令中包括被管理仪表的特征信息，将所述的被管理仪表的特征信息交付识别单元，所述的识别单元对所述的被管理仪表的特征信息进行识别，将识别结果反馈至所述的处理单元，所述的处理单元根据识别结果从所述的参数表单元调取对应的具体状态参数表，完成调取后，所述的处理单元按照所述的具体状态参数表从所述的存储单元调取相应状态参数数据。

优选的，所述的管理平台还包括以下功能中的一种或两种：

所述的读取单元还支持从所述的被管理仪表处读取具体状态参数表；

所述的参数表单元存储有状态参数表以及用于生成具体状态参数表的状态参数表模板；

所述的识别单元支持识别信息的生成；

所述的管理平台还包括下传单元，所述的下传单元支持所述的管理平台向被管理仪表导入数据信息。

在上述优选条件下，一种比较典型的工作流模式如下，新的仪表接入所述的管理平台进行管理，所述的识别单元针对新的仪表生成识别信息，所述的处理单元将所述的识别信息通过下传单元传递至新的仪表，在完成管理平台端和仪表端的具体状态参数表一致化操作后，所述的处理单元将识别信息和具体状态参数表进行绑定，将绑定后的具体状态参数表存储至参数表单元。

在上述优选条件下，一种比较典型的工作流模式如下，被管理仪表拟接入所述的管理平台进行管理，所述的识别单元针对所述的被管理仪表生成识别信息并发送至处理单元，所述的处理单元将所述的识别信息通过所述的下传单元传递至所述的被管理仪表，所述的处理单元指令所述的读取单元从所述的被管理仪表读取具体状态参数表，完成读取后，所述的处理单元将所述的识别信息和所述的具体状态参数表进行绑定，并将绑定后具体状态参数表存储至参数表单元。

在上述优选条件下，一种比较典型的工作流模式如下，被管理仪表拟接入所述的管理平台进行管理，所述的识别单元针对所述的被管理仪表生成识别信息并发送至处理单元，所述的处理单元将所述的识别信息通过所述的下传单元传递至所述的被管理仪表，所述的处理单元指令所述的读取单元从所述的被管理仪表读取可测的状态参数项目以及参考值项数据，完成读取后，所述的处理单元从所述的参数表单元读取所述的状态参数表模板，并根据可测的状态参数项目、参考值项数据和所述的状态参数表模板生成具体状态参数表和状态参数采集配置信息，完成生成后，所述的处理单元将所述的具体状态参数表和状态参数采集配置信息通过所述的下传单元传递至所述的被管理仪表，所述的处理单元将所述的识别信息和所述的具体状态参数表进行绑定，并将绑定后的具体状态参数表存储至参数表单元。

针对上述的基于大数据技术的仪表可靠性管理系统，可设计配套的工业仪表。

一种支持大数据管理的工业仪表，包括存储模块、处理模块、通讯模块和状态参数采集单元。

所述的存储模块包括参数表区和参数数据区，所述参数表区用于存储具体状态参数表，所述的参数数据区用于存储采集到的状态参数数据。

所述的通讯模块用于数据的上传和下载，所述的上传的数据可能包括具体状态参数表和状态参数数据。

所述的状态采集单元有一个或多个且和具体状态参数表中的状态参数项目相对应从而确保具体状态参数表中的每一个状态参数项目所对应的状态参数数据都可被采集，可能的对应方式包括多个状态采集单元对应一个状态参数项目，一个状态采集单元对应多个状态参数项目，多个状态采集单元共同对应多个状态参数项目，所述的状态采集单元将采集到的状态参数数据发送至处理模块。

所述的状态采集单元可以是一个独立的工作元件，也可以是具有其它功能但同时兼具状态采集功能的工作元件/部件。

所述的处理模块根据所述的具体状态参数表对状态参数数据进行采集，并将采集到的状态参数数据存储至存储模块，所述的处理模块还可根据指令从所述的存储模块调取具体状态参数表和/或状态参数数据并通过通讯模块进行上传。

在上述功能基础上，根据仪表类型和用途，所述的支持大数据管理的工业仪表还可能包括以下元件/部件/模块/功能。

还包括电池模块，所述的电池模块用于对各用电模块/元件进行供电。

还包括主变量传感器，所述的主变量传感器用于采集仪表检测对象所对应的参数信息。

基于本发明的基于大数据技术的仪表可靠性管理系统、管理平台和仪表，还包括以下更进一步方案，这些更进一步方案将有助于进一步提升本发明技术方案的技术优势。

一种仪表管理方法，包括

步骤一、被管理仪表按照具体状态参数表周期性采集状态参数数据并存储；

步骤二、被管理仪表周期性向管理平台上传状态参数数据；

步骤三、管理平台按照具体状态参数表接收被管理仪表上传的状态参数数据，对所述的状态参数数据进行比对分析，进而评估被管理仪表状态。

上述仪表管理方法中的步骤一和步骤二可能是交替或者同时发生的。

一种仪表防错接方法，应用场景主要在被管理仪表初次接入管理平台进行管理时，此外，也可以基于指令或者配置信息，对已接入的被管理仪表进行校验，其具体包括步骤如下：

步骤一、在管理平台导入仪表需求信息；所述的仪表需求信息可以是用户需求、被管理仪表性能注解或者其它对被管理仪表的具体要求，包括仪表类型、量程、型号、状态参数表格式等能表征仪表特征的信息中的一种或多种；

步骤二、从被管理仪表获得特征信息；这里的被管理仪表应当和仪表需求信息存在对应关系，即在正常情况下，被管理仪表应当符合仪表需求信息；这里读取的特征信息内容应当和前一步骤中导入的仪表需求信息一一对应，以便后续进行比对；一般地，步骤二应当由管理平台和被管理仪表之间自动进行，即管理平台向被管理仪表发送信息读取指令，指令中明确要读取的特征信息，这些特征信息应当被预存在被管理仪表上，当被管理仪表接到读取指令时进行响应，采集这些特征信息并向管理平台上传被管理仪表的特征信息；

步骤三、将被管理仪表的特征信息和仪表需求信息进行比对，如二者不符，提示可能发生错接；这一对比是在管理平台进行的，由管理平台的处理单元或者类似的具有数据对比功能的单元执行，对被管理仪表的每一项特征信息和仪表需求信息进行比对，有一项不符合的即视为二者不符。

需要特别说明的是上述仪表防错接方法在最优的情况下，是完全由管理平台和被管理仪表自动实现的，操作人员只需要发出指令或者操作仪表的接入，在最后等待比对结果即可；但在实际情况中，有一些要素可能是存在于仪表需求信息当中，但被管理仪表无法自动产生的，此时需要人工手动操作；但就本发明技术目的而言，排除步骤二完全由人工操作的情况。

一种基于状态参数数据的仪表状态评估方法，考虑到在部分工况下，阈值可能存在不准确甚至部分值域内失效的可能，为了避免误判，设计了一种不使用阈值而评估仪表状态的防范，该方法的应用场景发生在被管理仪表已进入管理系统一段时间后，其具体包括步骤如下：

步骤一、获得被管理仪表发生时间较晚的一组状态参数数据D_L；

步骤二、获得被管理仪表发生时间较早的状态参数数据D_B；

步骤三、对比D_B和D_L，根据比对结果判断被管理仪表在D_L时期的状态。

步骤一的发生通常有两种情况，其一是周期性获得状态参数数据时进行检测，此时的状态参数数据即为最新的状态参数数据，这样的步骤触发时机是可以在管理平台进行预设从而成为自动运行规则的；其二是根据特定指令，需要重新评估某一特定阶段的被管理仪表状态，此时获取的方式为直接从管理平台的存储单元进行提取；

步骤二中的D_B为发生时间在D_L之前的一组或者多组数据，最优的情况在于，D_B包括从被管理仪表接入管理平台初始时段，到D_L前一时段的全部状态参数数据，即D_B自身在发生时间上是连续的，D_L和D_B在发生时间上也是连续的；相对的，当D_B有所缺失，或者D_L和D_B的发生时间中间有时间间隙，则D_B对于D_L的评估准确度就会下降；需要特别说明的是，D_B所包含的状态参数数据所对应的被管理仪表的工作状态应当均是正常的，即D_B可以作为被管理仪表正常状态的状态参数数据的表征值，如果在D_L发生时间之前，被管理仪表发生了异常或者故障或者调校，那么发生了异常/故障/调校的状态参数项目的状态参数数据将不具备参考价值，应当从D_B中移除或者仅使用其中未涉及异常/故障/调校的部分；

步骤三中，由D_B生成状态参数数据随时间的变化趋势，评估的要素包括D_L是否符合变化趋势，如D_L的值符合变化趋势，则认定被管理仪表的状态正常，如D_L的值偏离变化趋势，则认定被管理仪表发生异常，具体的异常内容将根据被管理D_L中不符合变化趋势的状态参数数据的偏离程度以及所对应的状态参数项目来确定。

一种基于大数据技术的仪表状态评估方法，考虑到在部分工况下，阈值可能存在不准确甚至部分值域内失效的可能，为了避免误判，设计了一种基于其它仪表状态参数数据的被管理仪表状态的评估方法，该方法的应用场景发生在管理系统中存在大量的同类型的被管理仪表，其具体包括步骤如下：

步骤一、获得被管理仪表的一组待评估状态参数数据D_E；

步骤二、调取和D_E的发生阶段相当、仪表类型相同的其它被管理仪表的状态参数数据D_O；

步骤三、对比D_E和D_O，根据比对结果判断被管理仪表在D_E时期的状态。

步骤一的发生通常有两种情况，其一是周期性获得状态参数数据时进行检测，此时的状态参数数据即为最新的状态参数数据，这样的步骤触发时机是可以在管理平台进行预设从而成为自动运行规则的；其二是根据特定指令，需要重新评估某一特定阶段的被管理仪表状态，此时获取的方式为直接从管理平台的存储单元进行提取；

步骤二中，发生阶段相当，是指在失效曲线上的阶段相当，即根据不同仪表的设计寿命拟合失效曲线后，将各条失效曲线的横轴长度统一，在失效曲线上确定D_E的位置，在从其它失效曲线上查找和D_E相对应的位置，这一位置所对应的时间段内的状态参数数据的集合即为D_O，当D_E和D_O所对应的仪表的设计寿命相同时，发生阶段相当即发生时间相同；

步骤三，确定D_O相对于其标准值的偏离程度，当D_E和其标准值的偏离程度落入D_O偏离程度的范围内时，则认定被管理仪表的状态正常，当D_E和其标准值的偏离程度超出D_O偏离程度时，则认定被管理仪表发生异常，具体的异常内容将根据D_E中状态参数数据的具体偏离程度以及所对应的状态参数项目来确定。

这里涉及到一个定义概念，同类型仪表，在被管理仪表接入到系统中进行管理时，优选的，可以对被管理仪表的类型进行划分，以便于更好地管理以及更充分地数据应用，具体的，功能相同、性能相同或相近的仪表设定为同类型仪表，所谓的功能相同指测量主变量及其测量手段相同，性能相同或相近是指量程相同或相近、应用场景相同或相近，这里的应用场景包括使用目的和使用条件。

在确定仪表同类型的判断准则后，优选的，管理平台将同类型仪表的状态参数表进行并集式统合，形成基于类型的状态参数表，基于类型的状态参数表仅支持基于大数据技术的数据分析和处理，例如基于仪表自身以及同类型仪表的大量状态参数数据进行分析，获得状态参数数据的变化趋势值或函数，进而对仪表的状态进行判断，对仪表未来的可靠性进行评估。

一种基于状态参数数据的仪表状态评估方法，主要针对于测量主变量发生异常时的情况，在实际工作中，当仪表检测对象发生异常（即主变量检测异常）的可能有两种，一种是仪表检测对象确实发生了问题，另一种是仪表本身发生故障；本方法旨在尽可能对测量主变量发生异常的原因进行分析，从而避免误报警，其具体包括步骤如下：

步骤一、当主变量数据发生异常时，调取对应阶段的状态参数数据；

步骤二、分析状态参数数据是否发生异常且这种异常和测量主变量数据异常是否存在关联关系；

步骤三、如状态参数数据存在异常且这种异常和测量主变量数据异常存在关联关系，确定为误报警。

所述的判断状态参数数据是否异常不在本方法限定内，本方法只是基于其它方法获得是否异常的结果即可；

所谓的两种异常存在关联关系，包括时间关联关系和逻辑关联关系，时间关联关系上，状态参数数据异常的发生时间不应晚于测量主变量异常的发生时间；逻辑关联关系上，发生异常的状态参数项目应当能影响测量主变量的准确度且状态参数数据的偏离方向和测量主变量的偏离方向相对应，此外，如果在状态参数数据回复正常后，测量主变量异常也同时消失，无论发生异常的状态参数项目为何种，均可认为二者是存在逻辑关联关系的；时间关联关系和逻辑关联关系均具备时，即可认为两种异常存在关联关系。

有益效果：

本发明构建了一种基于大数据技术的仪表管理系统，设计了基于这种系统的管理平台、被管理仪表、管理方法以及充分利用各种数据进行的分析判断方法，这一技术方案相较于现有技术而言：

1、解决了平台和仪表匹配度这一关键难题，使系统在一定规则之下可以容纳各种场景的管理平台和仪表，使管理平台在一定规则值下可以管理大量的、类型相同或者不同的仪表，使仪表在一定规则下可以适用于不同的系统和平台，从而大幅降低了各方的开发成本和匹配难度，也使用户具备了更多的选择余地和更好的平台扩展性。

2、在上述解决匹配性问题的基础上，本发明的技术方案使仪表数据的大规模采集和管理成为了可能，这一大规模不仅体现在单个用户平台下的大规模，还体现在可以同时兼容多个用户平台，相较于现有技术的单用户平台而言，数据量管理量大幅上升，也为基于此的有效数据分析提供了实施可能。

3、在仪表接入系统时，设计了自动检验替代了现有技术的人工检验，明显降低了操作难度、提升了操作效率，避免了人为失误造成的错接漏接。

4、在仪表数据分析时，设计了不使用阈值的分析方法，该方法可以对现有技术的阈值评估法进行补充和替代，不仅准确度更高，而且可以降低对于状态参数采集单元的性能要求，避免因状态参数采集单元精确度不足导致的误报警。

5、在仪表数据分析时，设计了利用其它仪表数据的分析方法，该方法在大数据技术的基础上不仅能实现准确的实时判断，还具备预判的能力和对仪表质量的评估能力，在相当程度上可以构成对现有技术中专家分析的补充和替代，相对于专家人工分析而言，该方法的响应速度更快、反馈效率更高且随着数据的积累和人工神经网络技术的应用具备更强的成长性和学习能力。

6、在仪表数据分析时，设计了针对主变量异常的进一步探究方法，相较于现有技术中的直接评估报警，本发明设计的方法可以将排除其中存在的误判可能，从而使用户可以更针对性地选择处理措施，提高了工作效率。

附图说明

图1为本发明的一种仪表管理系统的示例框图。

图2为本发明的一种仪表管理系统中数据从采集到上传分析的流程图。

图3为本发明的被管理仪表和管理平台之间的匹配性设置流程图。

图4为本发明的一种仪表管理平台的系统框图。

图5为本发明的一种工业仪表的信号连接框图。

图6为本发明的防止仪表错接的流程示意图。

具体实施方式

为了更好地对本发明的技术方案进行描述，方便本领域技术人员进行理解，将通过以下的具体事实案例来进行描述。

在这里声明的是，为了便于描述和明确含义，在以下的具体实施方式中，涉及到管理系统概念的，均为同时包括管理平台和被管理仪表，当必要地为了单独描述管理平台的系统性时，会使用管理平台系统进行管理系统和管理平台之间的区分。

具体实施例一

如图1所示，一种仪表管理系统，其具备对于被管理仪表的可靠性分析功能，所述的仪表管理系统包括平台层、通讯层和终端层。

所述的终端层包括n台被管理仪表，所述的n台被管理仪表中包括压力表、温度表、流量计以及其它常见形式的工业仪表。

就每一台被管理仪表而言，除了具备测量主变量的必要软硬件配置之外，至少还配置有状态参数采集元件、存储模块、处理模块和通讯模块。

所述的存储模块内存储有具体状态参数表，所述的具体状态参数表格式如下表1所示，具体状态参数表包括若干状态参数项目，每个状态参数项目包括若干参考值项，所述的参考值项的类型包括标准值、阈值、通断值和错误号中的一项或多项；所述的标准值为变量在正常状态下的基准值；所述的阈值为变量在正常状态的极限值，包括上限值和下限值；所述的通断值表征变量状态的通断，可用0/1或类似的方式表达；所述的错误号表征变量状态和故障的对应关系，可能包括一个或多个代码，分别对应不同的状态；所述的具体状态参数表在这些参考值项下有相应的具体赋值，参考值项的赋值可以为空，但就一个状态参数项目而言，至少有一个参考值项的赋值不为空；特别说明的是，所述的状态参数项目可以只有一个，所述的参考值项可以只有一个。

此外，所述的存储模块还支持对于状态参数数据和测量主变量数据的存储功能。

所述的状态参数采集元件有一个或多个，每个状态参数采集元件至少对应一个状态参数项目使所有的状态参数项目均有相对应状态参数获取来源。

所述的处理模块按照所述的具体状态参数表从各状态参数采集元件处获取状态参数数据并将这些状态参数数据进行存储，所述的处理模块获取测量主变量数据并将这些测量主变量数据进行存储；一般地，上述状态参数数据和测量主变量数据的获取是周期性的，可以根据实际需求设置为数秒/数分钟/数小时进行一次数据获取。

所述的处理模块从所述的存储模块调取已存储的状态参数数据和测量主变量数据，进行调制（这一调制过程可包括数据加密、添加识别信息等）后，形成待发送测量数据并将之传递至通讯模块，所述的通讯模块将所述的待发送测量数据进行上传至通讯层；一般地，上述测量数据的上传是周期性的，可以根据实际需求设置为数秒/数分钟/数小时进行一次数据上传，且通常情况下，数据获取的周期要远小于数据上传的周期，例如，在一种模式下，数据获取为每五分钟执行一次，数据上传为每二十四小时执行一次。

需要特别说明的是，每一台被管理仪表的存储模块均存储有一套和自身配套的具体状态参数表，所述的和自身配套是指所述的每台被管理仪表均写入有唯一的具体状态参数表，当有新的具体状态参数表需要写入时会覆盖原有的具体状态参数表，每台被管理仪表的状态参数采集功能都和该被管理仪表所存储的具体状态参数表相对应；就不同的被管理仪表而言，其具体状态参数表可以相同也可以不同。

所述的通讯层主要由通讯网络组成，所述的通讯网络可以是常用的商用或民用网络，例如互联网、企业自建的局域网等，所述的通讯网络的主要作用是实现终端层和平台层之间的通讯；特别说明的是，在条件允许的情况下，所述的终端层可以和平台层直接相连，例如多台被管理仪表通过无线直连或者有线直连的方式和平台层数据交互，但这只是一种有限场景的应用，在诸如石油化工等领域，终端层中各被管理仪表的分布是非常分散的，而同时平台层可能建立在远离被管理仪表的位置甚至是设置在云端的，此时就需要借助通讯网络进行数据连接。

所述的平台层包括仪表管理平台，在条件允许的情况下，所述的仪表管理平台可以搭建在多套服务器群组上，但基于资源优化利用的角度，所述的仪表管理平台优选建设在云端，即采用应用程序虚拟化技术。

所述的仪表管理平台包括数据交互单元、数据存储单元、识别单元和处理单元。

所述的数据交互单元用于实现所述的仪表管理平台和通讯网络/被管理仪表之间的数据下传和读取，最终实现所述的仪表管理平台和多台被管理仪表之间安全、可靠地数据交互。

所述的数据存储单元用于存储具体状态参数表群组、状态参数数据群组和测量主变量数据群组，所述的具体状态参数表群组包括和被管理仪表一一对应的具体状态参数表，所述的状态参数数据群组包括和被管理仪表及其具体状态参数表一一对应的状态参数数据，所述的测量主变量数据群组包括和被管理仪表一一对应的测量主变量数据。

所述的识别单元支持功能包括在检测到有新的被管理仪表接入到系统时生成并为其分配独立且对应的识别信息，在检测到有新的测量数据被仪表管理平台读取时对包含在测量数据中的识别信息进行识别，所述的测量数据可以是从被管理仪表处获取的状态参数数据和/或测量主变量数据。

所述的处理单元利用所述的数据交互单元从所述的被管理仪表处获得测量数据，控制识别单元对所述的测量数据进行识别，根据识别结果对所述的测量数据进行区分和/或标记并分别存储在数据存储单元的状态参数数据群组和/或测量主变量数据群组；当所述的测量数据中包含状态参数数据时，所述的处理单元根据识别结果从所述的数据存储单元调取对应的具体状态参数表，利用所述的具体状态参数表中的状态参数项目分类对所述的状态参数数据进行区分并存储，利用所述的具体状态参数表中的状态参数项目以及参考值项赋值对状态参数数据进行比对，更进一步的，根据比对结果和预设规则，输出对被管理仪表的可靠性判断；所述的预设规则包括，排除赋值为空的参考值项，只有标准值的，在状态参数数据偏离标准值时报错，有阈值的，在状态参数数据超出阈值范围时报错，有通断值/错误号的，根据通断值/错误号所代表的含义给出说明，所述的通断值一般包括通（连通/闭合）和/或断（关断/断开），所述的错误号一般包括正常代码和错误代码，就同一个状态参数项目而言，错误代码可以有一个，也可以有多个，当错误代码有多个时，所述的错误代码不仅可以相应的状态参数项目反应发生故障还可以反应故障的类型，错误代码的数量和相应的状态参数采集元件的软硬件功能支持有关。

结合图2，以一个完整的工作周期来对整个仪表管理系统的工作流进行描述：

所述的n台被管理仪表分别设定为第1被管理仪表、第2被管理仪表……第n被管理仪表，仪表管理平台的识别单元赋予各被管理仪表识别信息予以独立识别；

所述的数据存储单元预置有第1具体状态参数表、第2具体状态参数表……第m具体状态参数表……第n具体状态参数表，所述的第1具体状态参数表至第n具体状态参数表分别和第1被管理仪表至第n被管理仪表相对应；

设定各被管理仪表的状态参数数据采集周期为5分钟，设定各被管理仪表的测量主变量数据采集周期为30分钟，设定各被管理仪表的数据上传/仪表管理平台对测量数据的获取周期为24小时；

第1被管理仪表的存储模块内预置有第1具体状态参数表，第1被管理仪表的处理模块可获得时钟信号，这一时钟信号可以是来自于第1被管理仪表也可以是来自于通讯网络；在第5分钟时刻时，第1被管理仪表的处理模块获得时钟信号后激活，第1被管理仪表的处理模块激活第1被管理仪表的存储模块，从第1被管理仪表的存储模块中调取第1具体状态参数表，根据其中的状态参数项目激活第1被管理仪表的各状态参数采集元件，从第1被管理仪表各状态参数采集元件处采集一次状态参数数据，按照第1具体状态参数表中的状态参数项目对状态参数数据进行区分并存储在第1被管理仪表的存储模块中，标记采集时刻，第1被管理仪表本次状态参数数据采集完成，第1被管理仪表各状态参数采集元件以及所述的处理模块和存储模块进入休眠/低功耗状态；在第10分钟时刻时，重复第5分钟时刻的各项操作，以此类推；在第30分钟时刻，第1被管理仪表的处理模块获得时钟信号后激活，第1被管理仪表的处理模块激活第1被管理仪表的存储模块，从第1被管理仪表的存储模块中调取第1具体状态参数表，根据其中的状态参数项目激活第1被管理仪表各状态参数采集元件，从第1被管理仪表各状态参数采集元件处采集一次状态参数数据，按照第1具体状态参数表中的状态参数项目对状态参数数据进行区分并存储在第1被管理仪表的存储模块中，所述的第1被管理仪表的处理模块激活第1被管理仪表的测量主变量采集相关元件，采集一次测量主变量数据并存储在第1被管理仪表的存储模块中，第1被管理仪表本次状态参数数据和测量主变量数据采集完成，第1被管理仪表模块/单元进入休眠/低功耗状态；如上所述，在测量过程中，第1被管理仪表的处理模块根据时钟信号判断选择需要激活第1被管理仪表的元器件并进行相应操作，每5分钟采集依次状态参数数据，每30分钟采集依次测量主变量数据；在第1440分钟（即第24小时）时刻，在参考上述第30分钟时刻操作，第1被管理仪表在完成状态参数数据和测量主变量数据的采集后，各部件暂不进入休眠/低功耗状态，第1被管理仪表的处理模块继续激活第1被管理仪表的通讯模块，第1被管理仪表的处理模块从第1被管理仪表的存储模块调取第0-1440分钟时刻所对应的全部状态参数数据和测量主变量数据，加入第1被管理仪表识别信息数据并加密，形成待发送测量数据，将所述的待发送测量数据发送至第1被管理仪表的通讯模块，第1被管理仪表的通讯模块对待发送测量数据进行调制，生成第1被管理仪表数据包并上传至通讯网络，所述的第1被管理仪表数据包的目标地址为仪表管理平台；

第2被管理仪表、第3被管理仪表乃至第n被管理仪表均重复上述第1被管理仪表在第0-第1440分钟时刻的操作；

所述的仪表管理平台可获得时钟信号，这一时钟信号一般来自于通讯网络，在第1440分钟时刻，所述的处理单元发出指令，指令对象为数据交互单元，要求数据交互单元获取来自各被管理仪表数据包；所述的数据交互单元根据指令，从通讯网络中获得未知具体仪表的n个数据包并对各数据包进行解调；

所述的处理单元提取一个未知具体仪表数据包（第m被管理仪表数据包），解密，从中提取识别信息数据，将之传递至识别单元，所述的识别单元对识别信息数据进行识别，确认所述的未知具体仪表数据包为第m被管理仪表数据包，将识别结果反馈至处理单元；所述的处理单元根据识别结果，提取第m被管理仪表数据包中测量主变量数据，并存储至数据存储单元的测量主变量数据群组的第m被管理仪表对应位置；所述的处理单元根据识别结果，从所述的数据存储单元调取第m具体状态参数表，根据所述的第m具体状态参数表从第m被管理仪表数据包中提取状态参数数据，根据所述的第m具体状态参数表所列状态参数项目及其参考值项赋值，所述的处理单元对第m被管理仪表数据包中的状态参数数据进行逐个状态参数项目的对比，根据比对结果，输出对第m被管理仪表的可靠性判断，在完成第m被管理仪表的全部状态参数项目及全部状态参数数据比对后，将第m被管理仪表数据包中的状态参数数据按照第m具体状态参数表中状态参数项目逐条存储至数据存储单元的状态参数数据群组的第m被管理仪表对应位置；

所述的处理单元提取另一个未知具体仪表数据包，并按照上述未知具体仪表数据包（第m被管理仪表数据包）的处理过程重复进行处理，依次类推，直至完成全部未知具体仪表数据包的处理，核实本次处理是否囊括了第1被管理仪表至第n被管理仪表，是否有被管理仪表发生遗漏；

在完成第m被管理仪表数据包处理后，如确认第m被管理仪表数据包中的状态参数数据和测量主变量数据均为完整的（此处不考虑数据值是否存在异常），则所述的处理单元生成第m被管理仪表数据接收反馈信息并发送至数据交互单元，所述的数据交互单元对第m被管理仪表数据接收反馈信息进行调制，生成反馈数据包下传至通讯网络，该反馈数据包的目标地址为第m被管理仪表，所述的反馈数据包到达第m被管理仪表后，由第m被管理仪表的通讯模块进行解调获得第m被管理仪表数据接收反馈信息并将之传递至第m被管理仪表的处理模块，第m被管理仪表的处理模块根据第m被管理仪表数据接收反馈信息确认当前上传周期（第0-1440分钟时刻）所对应的全部状态参数数据和测量主变量数据均已获得顺利上传，生成删除指令，并将删除指令传递至第m被管理仪表的存储模块，第m被管理仪表的存储模块对其中当前上传周期所对应的全部状态参数数据和测量主变量数据进行删除处理；

第1被管理仪表至第n被管理仪表中的其它被管理仪表亦按照上述过程进行处理，即被管理仪表在获得系统反馈的顺利上传反馈后，对已上传的数据进行删除。

需要特别说明的是，虽然本实施例中就状态参数数据的比对对象使用的是参考值项赋值，但不排除使用其它方法对状态参数数据进行处理分析。

本实施例中，被管理仪表和仪表管理平台之间的具体状态参数表的匹配，采用如下方式实现：

以第1被管理仪表为例，在接入仪表管理平台实现仪表受控管理前，第1被管理仪表的存储模块内已预存储了第1具体状态参数表，这一预存储的实现可以是在制造阶段直接写入的，也可以是在准备接入仪表管理平台前写入的，无论哪种方式，所述的第1具体状态参数表的状态参数项目均应和第1被管理仪表的状态参数采集元件相对应，所述的第1具体状态参数表各状态参数项目的参考值项赋值均应合理且有效地限定了对应状态参数项目的状态正常与否；

将第1被管理仪表接入仪表管理平台，在接入时，第1被管理仪表向仪表管理平台上传第1具体状态参数表；

仪表管理平台在接收到第1具体状态参数表后，将其和第1被管理仪表及其识别信息进行绑定，即附带有第1识别信息的数据视为来自于第1被管理仪表，第1具体状态参数表视为专用于读取来自第1被管理仪表的状态参数数据；所述的第1识别信息为由仪表管理平台的识别单元为第1被管理仪表分配的代表其在系统内身份的信息；

仪表管理平台将第1具体状态参数表存储在数据存储单元的具体状态参数表群组，在状态参数数据群组建立对应位置用于存储来自于第1被管理仪表的状态参数数据，在测量主变量数据群组建立对应位置用于存储来自于第1被管理仪表的测量主变量数据；

对于第1被管理仪表乃至第n被管理仪表均重复采用上述方式，即可实现被管理仪表和仪表管理平台之间的具体状态参数表的匹配。

具体实施例二

针对具体实施例一中的被管理仪表和仪表管理平台之间的具体状态参数表的匹配，本实施例设计了一套具备更强兼容性的实现方案。

如图3所示，以第1被管理仪表和第2被管理仪表为例，在接入仪表管理平台实现仪表受控管理前，第1被管理仪表的存储模块内已预存储了第1具体状态参数表，第2被管理仪表未预置具体状态参数表，但其具有6种状态参数数据的采集功能。

在第1被管理仪表接入仪表管理平台时，仪表管理平台尝试从第1被管理仪表读取具体状态参数表，尝试成功，第1被管理仪表向仪表管理平台上传第1具体状态参数表；后续流程如具体实施例一描述，通过第1具体状态参数表建立被管理仪表和仪表管理平台之间的匹配关系。

在第2被管理仪表接入仪表管理平台时，仪表管理平台尝试从第2被管理仪表读取具体状态参数表，尝试失败，第2被管理仪表不能上传具体状态参数表，再次尝试从第2被管理仪表读取是否具备状态参数数据采集功能，尝试成功，第2被管理仪表具有6种状态参数数据的采集功能，确定这6种状态参数数据所对应状态参数项目，并查找合适的参考值项及其赋值；

所述的查找合适的参考值项及其赋值，可以通过人工录入、表内读取、从其它数据库获得（例如厂家提供的数据库）等等，从而确定合适的参考值项及其赋值，从而在仪表管理平台根据状态参数表格式生成第2具体状态参数表，将第2具体状态参数表和第2被管理仪表及其识别信息进行绑定，即附带有第2识别信息的数据视为来自于第2被管理仪表，第2具体状态参数表视为专用于读取来自第2被管理仪表的状态参数数据；所述的第2识别信息为由仪表管理平台的识别单元为第2被管理仪表分配的代表其在系统内身份的信息；

仪表管理平台将第2具体状态参数表导入第2被管理仪表，并配置第2被管理仪表的处理模块和存储模块，使其在状态参数数据采集和存储时遵照第2具体状态参数表。

就本实施例而言，设计了两种基于具体状态参数表的匹配路径，在具体实施例一的基础上增加了对于具备状态参数采集功能但没有具体状态参数表的仪表的技术支持，从而扩大了被管理仪表的兼容范围，更适合推广应用。

需要说明的是，具体实施例一允许具体状态参数表在准备接入仪表管理平台前写入，对于本实施例，如果将针对第2被管理仪表的操作视为第2被管理仪表接入仪表管理平台前的准备工作，在上述操作后重新进行具体实施例一的由被管理仪表向仪表管理平台上传具体状态参数表以实现匹配的操作，则可以认为本实施例是具体实施例一的一种更详细的拓展方案，因此本实施例和具体实施例一是相互兼容的。

具体实施例三

如图4所示，一种仪表管理平台系统，其具备对于被管理仪表的可靠性分析，可靠性分析主要指通过对仪表各关键节点/部件/元件的硬件性能/功能或者基于硬件的软件性能/功能进行检测，从而对仪表能否正常、稳定地工作进行判断；这一判断的具体项目可能包括仪表或者其关键部分是否在正常工作、仪表或者其关键部分能否正常工作、仪表的测量读数（即测量主变量示数）是否可信等内容中一种或多种。

所述的仪表管理平台系统和受其管理的工业仪表（以下简称被管理仪表）均支持状态参数表，并在这一规则下实现了仪表管理平台和被管理仪表的匹配。

具体的，所述的状态参数表来源于对于仪表的可靠性试验和分析，仪表中的一些部件/组件/模块/元件/状态/功能构成了仪表的关键节点，这些关键节点是可测得的且其变化会影响仪表可靠性，在此基础上，对这些关键节点进行提取，将关键节点设为状态参数项目，由此，每个状态参数项目对应一个可能表征仪表可靠性关键节点，状态参数项目包括一个或多个参考值项，所述的参考值项用于描述对应状态变量的正常与否，状态参数表即包括一个或多个上述的状态参数项目。

为了更好地配置资源，所述的仪表管理平台系统设置在云端，即采用应用程序虚拟化技术，将应用程序与操作系统、支持硬件解耦合，因此，在此处，本实施例中不再对底层的系统和硬件进行描述，而更多地通过功能性内容来阐述所述的仪表管理平台系统。

所述的仪表管理平台系统，从功能上包括处理单元、存储单元、数据读取单元和识别单元；所述的存储单元从功能上又可划分为状态参数数据子单元和参数表子单元。

所述的数据读取单元，主要用于根据指令，通过通讯网络从被管理仪表读取数据信息，是所述的管理平台的信息入口。

由于被管理仪表有多台，对应的具体状态参数表有多个，所述的参数表子单元即用于存储这些具体状态参数表。

所述的状态参数数据子单元用于存储从数据读取单元获取的被管理仪表的状态参数数据和测量主变量数据；具体的存储方式，可以先按照被管理仪表对象进行划分，再对和被管理仪表一一对应的每一组测量数据再区分存储状态参数数据和测量主变量数据，也可以先区分存储状态参数数据和测量主变量数据，再分别按照被管理仪表对象进行划分存储。

所述的识别单元用于对被管理仪表进行识别，具体的识别方式为，为不同的被管理仪表在仪表管理平台系统内分配不同的虚拟地址，将虚拟地址和被管理仪表对应绑定，在接收/数据时通过数据的来源地址来确定被管理仪表，这样的识别方式无需向被管理仪表派发识别信息进行硬件层面的绑定；此外，在仪表管理平台系统内部，为了便于交流，所述的识别单元对被管理仪表生成识别代码，当涉及到系统内数据交流沟通时，通过识别代码来区分不同被管理仪表的数据。

所述的处理单元是控制指令的产生单元，也是测量数据的处理和分析单元，具体的包括根据指令控制数据读取单元进行数据读取，控制识别单元对数据来源进行识别，从参数表子单元从调取对应的具体状态参数表，根据具体状态参数表从数据包中读取状态参数数据，对状态参数数据进行比对分析，判断对应被管理仪表的可靠性。

此外，用于和用户进行交互的，所述的仪表管理平台系统还配置有人机交互界面，用于接收用户指令，以及向用于反馈被管理仪表的状态监控结果；基于人机交互的，所述的存储单元还存储有异常报告列表，所述的异常报告列表列明了所有的被管理仪表的所有状态参数项目异常情况，并为其一一匹配了对应的报错内容，所述的状态参数项目异常情况包括仅有标准值的状态参数参数偏离了标准值，状态参数数据高于上阈值，状态参数数据低于下阈值，状态参数数据等于上阈值，状态参数数据等于下阈值，仅有通断值时状态参数数据在正常应当为通时出现断信号，仅有通断值时状态参数数据在正常应当为断时出现通信号，仅有错误号的状态参数数据出现代表某项故障的数据信号等等，所述的报错内容为便于用户阅读的错误内容表述，例如电池电压等于下阈值，报错内容为电池电量偏低，电池电压低于下阈值，报错内容为电池电量不足。

以一个完整的工作周期来对整个仪表管理平台系统的工作流进行描述：

预置的，在参数表子单元存储有多份具体状态参数表，每份具体状态参数表配置有一个识别代码，这一识别代码用于在仪表管理平台系统内部对被管理仪表进行区分，和具体实施例一不同的是，本实施例中的识别代码不会写入被管理仪表中，一般情况下，也不会在通讯网络等仪表管理平台系统的外部环境下使用。

所述的数据读取单元接收到数据包，记录数据包的来源地址，将来源地址传递至识别单元；所述的识别单元对数据包的来源地址进行识别，如果不在识别单元预设的虚拟地址范围内，将识别结果反馈给处理单元，处理单元判定数据包来源非法，指令数据读取单元拒接对数据包的接收，如果来源地址为预设的某一虚拟地址即和被管理仪表绑定，则向处理单元反馈相应的识别代码，处理单元根据识别代码从参数表子单元中调取相应的具体状态参数表，根据相应的具体状态参数表对数据包中的状态参数数据进行读取，并逐个状态参数项目将对应的状态参数数据和参考值项赋值进行比对，如所有状态参数项目的状态参数数据均符合参考值项赋值要求，向人机交互界面反馈对应的被管理仪表状态正常，如有状态参数项目的状态参数数据不符合参考值项赋值要求，根据预设的异常报告列表，向人机交互界面反馈被管理仪表发生某项故障。

此时，根据人机交互界面的反馈内容，用户可以安排相应的进行操作处理，具体操作包括但不限于指令被管理仪表重启、指令被管理仪表重新校准、指令被管理仪表初始化、安排人工对被管理仪表进行复查、维修/更换被管理仪表。

就本实施例而言，参数表子单元中存储的具体状态参数表的存入方式和具体实施例一相同，即通过被管理仪表上传获得。

需要强调的时，本实施例中的仪表管理平台系统具备延展性，即在延展后可支持对于测量主变量数据的采集、分析和存储，其中测量主变量数据的采集由数据读取单元实现，处理单元和识别单元提供识别支持，测量主变量数据的分析由处理单元实现，需要增加对于测量主变量数据的分析方法，测量主变量数据的存储由存储单元实现，可以在存储单元中增设主变量数据子单元，处理单元和识别单元提供识别支持。

具体实施例四

在本实施例中，拟接入管理平台进行管理的压力仪表，编号A001，其内部架构如图5。

所述的A001仪表，包括电池模块、处理器模块、通讯模块、存储器模块、GPS模块、时钟单元、温度检测单元、振动检测单元、模数转换单元和传感器单元；所述的模数转换单元还包括基准源，所述的传感器单元还包括激励源。

所述的电池模块为处理器模块、通讯模块、存储器模块、GPS模块、时钟单元、温度检测单元、振动检测单元、模数转换单元和传感器单元等元器件供电，支持其工作；所述的电池模块的输出端设有电压检测电路和电流检测电路，所述的电压检测电路用于测量电池模块的输出电压，所述的电流检测模块用于测量电池的输出电流，所述的电池模块和所述的处理器模块信号连接，并将检测到的输出电压信号和输出电流信号传递至处理器模块。

所述的通讯模块为基于窄带物联网技术的NB-loT模块，支持数据的上传和接收，所述的通讯模块和所述的处理器模块信号连接。

所述的GPS模块，用于产生定位信号，并将定位信号传递至处理器模块。

根据指令，所述的传感器单元和所述的模数转换单元共同构成仪表的测量主变量采集部分，具体地，所述的激励源产生激励信号，这里的激励信号是恒定电压，故也称之为激励电压（特别说明的是，也可以是恒定电流，即激励电流），激励信号到达传感器单元后，使传感器单元的半导体采集元件激活并采集模拟压力信号，传感器单元将模拟压力信号传递至模数转换单元，所述的模数转换单元接受模拟压力信号并将之转换为数字压力信号，此时基准源为模数转换单元提供一恒定基准电压作为转换参考电压，模数转换单元将数字压力信号传递至处理器模块。

所述的温度检测单元设置在所述的仪表内部，用于测量仪表内部工作温度，温度检测单元产生温度信号并将之传递至处理器模块。

所述的振动检测单元设置在所述的仪表内部，用于测量仪表内是否发生会影响到正常工作的振动，振动检测单元产生振动检测信号并将之传递至处理器模块。

所述的存储模块用于数据的存储，优选采用非易失性随机存取存储器，所述的存储模块中设有两个存储区，其一为数据存储区，用于写入和读取测量数据，另一区为基本存储区，用于存储具体状态参数表、A001在网内的识别信息、仪表特征信息等基本数据，就本实施例而言，所述的具体状态参数表为A001状态参数表，如下表2。

如表2所示，所述的A001状态参数表包括工作温度、基准电压、激励电压、电池电压、总功耗电流、存储数据交互、通讯数据交互、振动状态和模数转换单元自检共九项状态参数项目，每个状态参数项目均包括标准值、阈值（上）、阈值（下）、通断值、错误号（n）、错误号（f）共六个参考值项；其中，工作温度在阈值（上）赋值70℃，在阈值（下）赋值-10℃；基准电压在标准值赋值3.2V；激励电压在标准值赋值1.4V，在阈值（上）赋值1.8V，在阈值（下）赋值1.2V；电池电压在标准值赋值12V，在在阈值（下）赋值10.5V；总功耗电流在标准值赋值90mA，在阈值（上）赋值150mA；存储数据交互在通断值赋值1；通讯数据交互在通断值赋值1；振动状态在错误号（n）赋值vb0，在错误号（f）赋值vb1；模数转换单元自检在在错误号（n）赋值nd0，在错误号（f）赋值nd1；未在上述描述的状态参数项目在相关参考值项目的赋值为“-”含义为空。

和所述的的A001状态参数表的九个状态参数项目相对应的，有A001仪表的九个关键节点状态；其中，工作温度对应温度检测单元，为专门的节点检测元件；振动状态对应振动检测单元，为专门的节点检测元件；基准电压对应基准源，模数转换单元自检对应模数转换单元，二者均由模数转换单元采集，模数转换单元为功能性元件，在此处兼具节点检测元件功能；激励电压对应激励源，由传感器单元采集，传感器单元为功能性元件，在此处兼具节点检测元件功能；电池电压和总功耗电流分别对应电池模块的输出电压和输出电流，由电池模块自带的检测电路采集，电池模块为功能性元件，在此处兼具节点检测元件功能；存储数据交互对应存储模块和处理器模块单元之间的数据交互，由存储模块和处理器模块协作完成采集，通讯数据交互对应通讯模块和处理器模块单元之间的数据交互，由通讯模块和处理器模块协作完成采集，所述的处理器模块为形式上的采集元件，存储模块和通讯模块为形式上的信号产生元件，此三者均为功能性元件，在此处兼具节点检测元件功能。

所述的处理器模块作为整个仪表的核心控制器件，起到数据处理和元器件控制的作用，包括以下功能/配置：

响应于外部指令，从通讯模块获得识别信息数据，确定本仪表被接入管理平台进行管理，将识别信息数据存储至存储模块；

响应于外部指令，从存储模块调取A001状态参数表和本仪表的识别信息数据，加密并压缩后发送至通讯模块，通过通讯模块进行上传；

响应于外部指令，从存储模块调取本仪表的预存特征信息，加密并压缩后发送至通讯模块，通过通讯模块进行上传；

周期性地进行测量主变量数据的采集，就本实施例而言，所述的周期性为固定时间周期采集依次测量主变量数据，例如每五分钟采集一次，所述的时钟单元会产生时钟信号，所述的处理器模块根据时钟信号，周期性地向模数转换单元发出采集压力信号的指令，所述的模数转换单元将采集压力信号的指令再传递至传感器单元，所述的模数转换单元和所述的传感器单元重复上述的压力信号采集流程，完成测量主变量数据的采集后将之存储在所述的存储模块的数据存储区；

周期性地进行状态参数数据的采集，就本实施例而言，所述的周期性为固定时间周期采集依次测量主变量数据，例如每五分钟采集一次，所述的时钟单元会产生时钟信号，所述的处理器模块根据时钟信号，周期性地从所述的存储模块调取A001状态参数表，并按照A001状态参数表所对应的九项状态参数项目，向对应的专门/兼具采集元件采集状态参数数据，完成状态参数数据的采集后将之存储在所述的存储模块的数据存储区，就本实施例而言，在一个上传周期内的状态参数数据如表3；

周期性地上传测量主变量数据和状态参数数据，就本实施例而言，所述的周期性为固定时间周期上传数据，例如每24小时上传一次，这里的时钟信号有两个来源，一般地，所述的通讯模块从通讯网络中获得时钟信号，所述的处理器模块根据时钟信号，周期性地从存储模块调取本周期内已存储的测量主变量数据和状态参数数据，加密并压缩后发送至通讯模块，通过通讯模块进行上传，在通讯模块完成测量主变量数据和状态参数数据的上传后等待反馈信号，待接收到成功上传的反馈信号后，从所述的存储模块内删除本次上传的测量主变量数据和状态参数数据；特别说明的是，在无法从通讯网络中获得时钟信号时，周期性上传所使用的时钟信号也可来源于时钟单元，当同时可以从通讯网络和时钟单元获取时，通讯网络的时钟信号具备更高的使用优先级，且通讯网络的时钟信号可以作为时钟单元的校准/调校信号；

响应于外部指令，上传测量主变量数据和状态参数数据，所述的处理器模块从存储模块调取本已存储的测量主变量数据和状态参数数据，加密并压缩后发送至通讯模块，通过通讯模块进行上传。

具体实施例五

实际工作中，现有技术中主要采用人为对仪表的安装/维护进行辨识和操作，这样的方式存在以下问题：

1、需要操作人员对待安装对象和仪表均有较高的熟悉程度，特别是当待安装对象分布比较密集时，还需要操作人员能熟练分辨不同的待安装对象，以便选择正确的仪表；这就导致需要更多的熟练技术人员来进行工作，对于人员培训压力较大，新的操作人员不能快速上手，明显增加了人力成本；

2、人工辨识操作存在较大的人为风险，容易出现错识、错装、漏识、漏装，而为了解决这一问题就需要人为地重复性检查和确认，这样同样会增加人力成本，降低了操作人员的工作效率，而且并不能百分之百杜绝人为风险的存在；

3、在未来进行自动化安装/维护改进时，如何进行仪表的自动辨识及其操作也将是需要解决的重要问题。

针对上述问题，在基于本发明要解决的技术问题的基础上，设计了本具体实施例的两个验证手段，当所述的被管理仪表首次接入管理平台进行管理时，需要进行管理平台和被管理仪表之间的初始化数据交互，这一初始化数据交互是系统默认自动运行的，具体包括如下操作：

仪表特征验证，如图6所示，一般情况下，在被管理仪表接入管理平台前，用户需要在管理平台上填写仪表需求信息，所述的仪表需求信息包括仪表类型、量程、位置、型号等描述仪表具体特征的信息，此项操作称之为预录入；所述的仪表特征验证，即在仪表需求信息预录入的基础上实现，所述的管理平台检测对应仪表是否有预录入的仪表需求信息，如没有，则跳过此操作，如有，则向被管理仪表发出指令，指令中会明确所需要的描述仪表具体特征的类目，所述的被管理仪表接收到指令后，从预存储的仪表特征信息中提取相对应的内容将之反馈回管理平台，所述的管理平台接收到所述的被管理仪表的仪表特征信息并和仪表需求信息进行比对，如二者相符合，则认为仪表满足需求要求，仪表特征验证通过，如二者存在有不符合的情况，则报警提示，要求用户进行更正后再重新尝试接入。

以一具体案例对上述的仪表特征验证进行描述，石化企业用户A计划在其管理的某油井片区B设置若干压力表、温度表和流量表以实现自动化管控，已知需要管理的油井有9个，分别定义为B1、B2……B9，各油井分布地点不同，就每个油井而言，在井下需要一台压力表、一台温度表和一台流量表且井下仪表需要为耐高温的，在井上需要一台压力表、一台温度表和一台流量表；因此，对拟安装的仪表有需求包括仪表类型、仪表位置、是否耐高温，用户A在仪表管理平台中录入拟安装仪表的具体需求，其中就仪表位置一项，可以填写油井信息，由系统自行确认油井位置，也可以直接填写位置信息，即油井的GPS定位信息；

开始安装仪表，由于用户A在此之前已引入了本发明的仪表管理平台进行管理，因此，各仪表将在安装的同时接入仪表管理系统进行管理；

几种可能的工况：

操作人员错误地将温度表安装在油井B1的压力传感位，在接入系统时，仪表管理平台对温度表的仪表特征信息进行提取，发现其仪表类型为温度表，和系统中预设的仪表需求信息中的仪表类型不符，发出警报，操作人员在安装时会携带人机交互终端，警报信号到达该人机交互终端并显示“仪表类型不符”，操作人员在查看到此信息后，将错误安装的温度表拆卸下来，更换为正确的仪表；

操作人员错误地将缺乏耐高温特性的普通压力表安装在油井B2的井下位置，在接入系统时，仪表管理平台对压力表的仪表特征信息进行提取，发现其不具备耐高温标记，和系统中预设的仪表需求信息中的仪表类型不符，发出警报，警报信号到达该操作人员的人机交互终端并显示“耐高温标准不符”，操作人员在查看到此信息后，将错误安装的普通压力表拆卸下来，更换为正确的仪表；

由于油井片区在B1至B9外可能还有其它油井，操作人员错误地进入其它油井，在安装流量表并接入系统时，仪表管理平台对流量表的仪表特征信息进行提取，发现流量表反馈的GPS定位信息不符合计划中的B1至B9中的任一油井的位置信息，发出警报，操作人员在安装时会携带人机交互终端，警报信号到达该人机交互终端并显示“安装位置不符”，操作人员在查看到此信息后，将错误安装的流量表拆卸下来，寻找正确的油井位置；

操作人员将普通温度表安装在油井B3的井上正确对应位置，在接入系统时，仪表管理平台对压力表的仪表特征信息进行提取，发现仪表的类型、耐高温和位置三项特征信息和系统中预设的仪表需求信息均一致，反馈正常信息，正常信号到达操作人员的人机交互终端并显示“B3井井上温度表安装完成”并记录，依次操作，操作人员可以随时登陆仪表管理平台查看已安装/未安装仪表的情况，便于继续开展工作，防止因为人为记录错误出现漏装/重复安装的情况；

操作人员在仪表管理平台录入的仪表需求信息是错误，在提示错误后，更正预录入的仪表需求信息；

此外，在后续各仪表的使用寿命到期或者出现异常需要更换时，也可参考上述工况，仪表管理平台同样会对拟替换的仪表进行监控，当拆除正常仪表时会提示，当更换的仪表存在类型、耐高温和位置问题时也会提示，从而避免因人为操作失误导致的漏换/错换。

仪表匹配性验证，在被管理仪表接入管理平台前，所述的被管理仪表已被写入具体状态参数表，在被管理仪表接入管理平台时，管理平台向被管理仪表发出指令，指令中明确要求上传被管理仪表预存的具体状态参数表，所述的被管理仪表接收到指令后，调取预存储的具体状态参数表，将之反馈回管理平台，所述的管理平台接收到所述的被管理仪表的具体状态参数表，验证其状态参数项目、参考值项以及赋值，如本具体实施例前述描述，具体状态参数表应包括一个或多个状态参数项目，各状态参数项目包括一个或多个参考值项，每个状态参数项目在至少一个参考值项有非空的赋值，所述的验证依次为基准，即仅验证具体状态参数表是否符合格式要求，不验证其具体内容；如具体状态参数表格式符合，则认为仪表满足匹配性要求，仪表匹配性验证通过，如具体状态参数表存在格式不符合情况，则报警提示，要求用户进行更正后再重新尝试接入。

所述的仪表特征验证和仪表匹配性验证可以是同时进行，也可以是交替进行，还可以只进行其中的一个。

此外，当可能有多台被管理仪表接入、可能有多条验证信息产生或者发生其它可能导致管理平台数据混乱时，在进行仪表特征验证/仪表匹配性验证时，所述的处理单元会要求识别单元就被管理仪表独立且对应的产生临时识别信息，并随验证指令一并发送至被管理仪表，被管理仪表在接收到临时识别信息后将之存储在存储模块，在反馈仪表特征信息/具体状态参数表时会随附临时识别信息，所述的处理单元在接收到随附临时识别信息的仪表特征信息/具体状态参数表后，可指令识别单元对临时识别信息进行识别，从而实现对于多台仪表多套信息之间的区分，避免发生错识。

在完成上述仪表匹配性验证后，所述的管理平台和被管理仪表将产生明确且唯一的匹配关系，所述的被管理仪表存储有对应的具体状态参数表和识别信息，所述的管理平台也存储有对应的具体状态参数表和识别信息，且所述的对应的具体状态参数表和识别信息之间也有明确绑定关系，如此做，所述的管理平台可以依照对应的具体状态参数表状态参数数据进行读取、调取和分析，所述的被管理仪表可以依照具体状态参数表进行状态参数数据的采集和上传，从而实现状态参数数据从采集到分析的全过程的管理，此时，无论被管理仪表的数量有多少，按照所述的方式重复进行即可实现无错识的自动化管理，满足大规模仪表管理的需要。

具体实施例六

现有技术中，对于仪表测量数据的主要判断方法是阈值法，即通过设定阈值来划分异常和非异常，当测量数据超出阈值，即为异常，当测量数据在阈值范围内即为正常；这一方法的优势在于逻辑清楚、操作简单，但缺点也比较明显：

因为是点对点的比对，因此阈值法实际上是一种静态判断法，而静态判断发对于动态发生的问题是较难发现的，例如，电池电压标准值为12V，设定其下阈值是10.5V，一组新的电池其突然收到损坏，电池电压由12V突然降至10.8V，虽然这种电压的突降实际上已经表示电池模块出现了问题，但在静态法中，只要不低于10.5V都认为其是正常的，因此，阈值法只有当电池电压降低到10.5V以下时才能发现并报警，这样对于问题的发现时间是较晚的，对于阈值法而言，要想解决这一问题，只能提高下阈值参数，例如将下阈值设定为11V，但如此又会将一些本来还可以正常使用的状态囊括进来；

此外，阈值法对于状态参数采集单元的精确度和准确度也要求比较高，例如，电池电压标准值为12V，设定其下阈值是10.5V，如状态参数采集单元的准确度较低，例如有向上0.5V的偏离，那么当实际电池电压达到10.4V影响到仪表工作状态时，由于表面示数为10.9V，因此发生漏报，如状态参数采集单元的精确度较低，例如有±0.5V的偏离，同样会发生在10.9V时发生误报或者在10.4V时发生漏报，如果要解决这一问题只能提高状态参数采集单元的精确度和准确度，这样就会导致仪表成本的增加，但同时，由于状态参数采集单元知识状态参数的采集元件并不能对仪表的测量主变量精准度有所助益，因此，这种成本增加不能使仪表本身的性能实现提升。

综上所述的，就现有技术的仪表而言有两方面的诉求，其一是能对发生故障但示数仍在正常范围内的“潜在问题”进行“预判”，其二是能在保证读数有效的情况下尽可能降低状态参数采集单元的成本，即希冀于状态参数采集单元虽然“不准”但是“能用”。

针对上述情况，本案的发明人在研究中发现，对于大部分元件的突发性故障而言，会伴随短时间内有明显状态变化，即如上述在一个采集/上传周期内电池电压从12V降至10.8V情况，而正常情况下，这一变化需要一年乃至更多；此外，本案的发明人在研究中还发现，对于正常状态而言，虽然由于精确度的原因，精确度较差的元件得到的状态参数数据可能会有剧烈的波动，但从一个较长的周期（例如1个月）来看，这种波动时围绕在一个确定的值的范围内的，即这种波动是“收敛”的，而无论是波动范围的扩大还是波动环绕区的大幅偏离，这两种导致波动“发散”的情况都伴随状态实际的异常/故障。

基于上述理由，在本实施例内提出了一种对仪表状态参数数据的评估方法，这一评估方法要求已经采集了仪表一段时间的状态参数数据，在此基础上，对于仪表状态的判断将以这些状态参数数据为基础，而非状态参数项目所对应的参考值项赋值；本实施例的评估方法的主要创新点在于利用同一台被管理仪表的产生时间较早的数据和产生时间较晚的数据之间的关联关系，通过大量的产生时间较早的数据生成具有足够可信度的对产生时间较晚的数据的预期，使用实际数据和预期进行比对，从而实现对产生时间较晚的数据的异常判断。

本方法主要适用于使用标准值或者阈值进行评估的状态参数项目，下面通过具体案例进行描述，由于实际要处理的数据非常多，因此，在本实施例中仅就操作方法进行描述，不再列入具体的被处理数据。

以电池电压的检测为例，就某被管理仪表，电池电压是其具体状态参数表中的状态参数项目之一，用来表征该被管理仪表的电池剩余量，该被管理仪表的电池模块的设计寿命是2年，电池电压这一状态参数项目在出厂时给定了两个参考值项的具体赋值，其中，标准值项赋值为12V，下阈值项赋值为10V。

在被管理仪表接入仪表管理平台进行开始进行管理时，先采用阈值法对采集到的电池电压数据进行评估，即对比电池电压数据和下阈值项赋值，当电池电压数据≥10V时，即认为这一状态参数项目正常；在如此运行90天后，启动本实施例的评估方法。

以第91天、361天、541天和721天四个时间段进行分析，所述的被管理仪表被设定为每5分钟采集一次电池电压数据，每24小时上传一次电池电压数据，仪表管理平台上传的电池电压数据进行存储。

在第91天时，仪表管理平台已存储第1天-第90天的电池电压数据，计25920个数据，查阅记录，第1天-第90天电池电压均为正常，因此，该数据可以作为参考使用，将所述的25920个数据使用最小二乘法进行拟合，生成趋势函数，就本实施例而言，为一次函数U(90，t)，所述的U表示函数值为电池电压，t表示该趋势函数的自变量为时间；获得第91天的电池电压数据，计288个，求第91天电池电压的实际平均值U_AA91，在函数U(90，t)中代入第91天所对应的288个时间采集点并计算第91天理论平均值U_AT91，对比U_AA91和U_AT91，如二者相等，则表示第91天的电池电压数据正常，如二者不相等，则证明在第91天中电池电压出现问题，上报电池电压异常。

在第361天，仪表管理平台已存储第1天-第360天的电池电压数据，计103680个数据，查阅记录，第1天-第360天电池电压均为正常，因此，该数据可以作为参考使用，将所述的103680个数据使用最小二乘法进行拟合，生成趋势函数，就本实施例而言，为一次函数U(360，t)，计算实际电池电压和U(360，t)的偏离度，计算公式如下公式1：

公式1

公式1中，u(t)表示对应时刻的实际电池电压数值，n=103680，t∈[1，n]；

获得第361天的电池电压数据，计288个，计算第361天电池电压和U(360，t)的偏离度，计算公式如下公式2：

公式2

公式2中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+288]，n=103680；

对比第361天中每一时刻的δ(t)和σ，如δ(t)≤σ，则对应时刻电池电压正常，如在某一或某几个时刻δ(t)＞σ，但在其之后时刻又恢复为δ(t) ≤σ，则同样可认为电池电压正常，如连续三个或更多时刻δ(t) ＞σ，且这些时刻u(t)＜U(360，t)，则认为电池电压出现阶段性异常，上报阶段性异常，如这一阶段性异常状态自发生起持续至第361天数据采集结束，则认为电池电量确定过低，上报故障。

在第541天，仪表管理平台已存储第1天-第540天的电池电压数据，计155520个数据，且根据电池模块出厂设定可知的，电池模块已使用达到3/4设计寿命，查阅记录第1天-第540天的电池电压均为正常，因此，该数据可以作为参考使用，将所述的155520个数据使用最小二乘法进行拟合，生成一次趋势函数U(540，t)，计算实际电池电压和U(540，t)的偏离度，如下公式3：

公式3

公式3中，u(t)表示对应时刻的实际电池电压数值，n=155520，t∈[1，n]；

对比σ(540)和pσ，其中p为一经验的正常偏离补偿参数，t∈[1，2]，在对σ(540)进行比对时，使用p=1.2；

如σ(540)≤pσ，则认为目前电池仍处于稳定期，即可参照第361天方式，继续使用U(540，t)对电池电压数据进行分析，获得第541天的电池电压数据，计288个，使用如下公式4计算第541天电池电压和U(540，t)的偏离度：

公式4

公式4中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+288]，n=155520；

对比第541天中每一时刻的δ(540)和σ(540)，如出现连续三个或多个时刻δ(540)＞σ(540)，且这些时刻 u(t)＜U(540，t)，则认为电池电压出现阶段性异常，上报阶段性异常，如这一阶段性异常状态自发生起持续至第541天数据采集结束，则认为电池电量确定过低，上报故障，如没有上述连续δ(540)＞σ(540)情况出现，则认为电池电压正常；

如σ(540)＞pσ，则认为目前电池已开始进入衰退期，选择第511天-第540天的电池电压数据，计8640个数据，用最小二乘法进行拟合，生成四次趋势函数U’(540，t)，计算实际电压和U’(540，t)的偏离度，如下公式5：

公式5

公式5中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+8640]，n=146880；

获得第541天的电池电压数据，计288个，使用如下公式6计算第541天电池电压和U’(540，t)的偏离度：

公式6

公式6中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+288]，n=155520；

对比第541天中每一时刻的δ’(540)和σ’(540)以及电池电压和阈值关系，如下表4。

如表4所示，当δ’(540)＞σ’(540)在连续三个或更多时刻发生时，表示电池电压异常，电池模块确定出现问题，如果δ’(540)≤σ’(540)但连续发生电池电压超出阈值范围的情况，表示电池电压虽然正常但已接近异常边缘，电池模块即将出现问题，其它状态下，即使偶尔发生高偏离波动或者超阈值情况，也应判断为属于检测元件精准度问题，属于可接受范围内，对应的电池模块状态为正常。

在第721天，仪表管理平台已存储第1天-第720天的电池电压数据，计207360个数据，且根据电池模块出厂设定可知的，电池模块已使用接近设计寿命；

通常情况下，在此前的时刻，已有类似于地541天中δ (540)＞pσ的结果显示电池已开始进入衰退期，则直接认定电池处于衰退期，选择第691天-第720天，计8640个数据，查阅记录，如第691天-第720天状态均为正常，确认数据是可参考利用的，用最小二乘法进行拟合，生成四次趋势函数U’(720，t)，计算实际电压和U’(720，t)的偏离度，如下公式7：

公式7

公式7中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+8640]，n=198720；

获得第721天的电池电压数据，计288个，使用如下公式8计算第721天电池电压和U’(720，t)的偏离度：

公式8

公式8中，u(t)表示对应时刻的实际电池电压数值，t∈[n+1，n+288]，n=198720；

对比第721天中每一时刻的δ’(720,t)和σ’(720)以及电池电压和阈值关系，如下表5：

如表5所述，当接近或者超过电池设计寿命时，可认为电池模块的故障率大幅上升，在此情况下，连续/不连续的不正常示数都是可信任/有意义的，在此基础上，δ’(720,t)＞σ’(720)或者电池电压超出阈值范围任一情况发生，都应当认定为可信任的，即电池模块确定出现问题；而即使示数显示在正常范围内，考虑到使用安全的角度，也应当提示用户尽快更换新的仪表。

此外，在电池模块超过使用寿命后，可通过U’(720，t)计算对于电池电压的理论预期，当在某一时刻后，例如在第750天的某一时刻，U’(720，t)超出阈值范围（通常体现为低于下阈值），在第750天/第750天之前，无论电池模块是否发现问题，均应产生预报警信号，对应为电池模块预期在第750天发生电压过低风险。

需要说明的是，本实施例中的90天、180天、360天、540天和720天和被管理仪表/被分析状态参数项目/状态参数采集元件是有关联的。

通常情况下，状态参数采集元件/被分析状态参数项目所对应元器件的使用寿命是不容易获得的，因此，理论使用寿命的确定一般来源于被管理仪表的使用寿命，因此，就元器件而言，其实际使用寿命应当比理论使用寿命要长。

90天是一个举例，实际操作中这一时间段是可以设计的，其目的主要是为了采集足够多的状态参数数据进行分析。

180天、360天、540天和720天分别大致对应理论使用寿命的1/4、1/2、3/4和1倍的数值，其原理为，当被管理仪表处于使用寿命中前期，这一时间段内，被管理仪表的故障率是最低状态，因此，通过平均值对比法即可，既节约算力资源，也有足够的准确度；在被管理仪表使用中期，被管理仪表相对运行稳定，这一时间段内，由于检测元件精度下降等问题，可能开始出现误报的情况，为了排除误报同时保证数据检准率，采用对数据逐渐分析，综合判断的方法，这样既能有效排除误报，也保证了准确度；在在被管理仪表使用中后期，各元件的老化情况开始出现，此时不仅误报的可能频率上升，实际故障发生可能也会上升，需要调整分析函数，使用更精准的方法进行分析，从而排除误报，保证准确率；当被管理仪表接近甚至超过使用寿命，理论上随时可能发生问题，考虑到制造中的差异性，一方面需要对可能使用寿命有预判，另一方面也需要能更精准地发现异常情况，因此在此阶段，需要结合一般的阈值判断法，使用比较严格的判断方法，防止漏报的出现。

如被管理仪表没有进行过老化工序，其在使用寿命中的失效模型如“浴盆曲线”，则在仪表使用早期应当采用比较严格的判断方法，例如上述方案中第721天所对应的方案。

如被管理仪表的质量水平相对较高，则上述的原中前期方案应用时间可以延长，原中后期方案应用时间可以缩短甚至取消，原中期方案应用时间可以后移。

需要补充的是，上述具体实施例给出的方式是一种比较优选的方案，即前置数据量足够多，前置数据和要评估的数据在时间上是连续的。

减少前置数量也并非不可行，例如在上述的对第721天数据的判断中，生成U’(720，t)的数据来源可以是31天或者29天，也可以只有15天甚至更短，但需要说明的是，随着前置数据量的大幅减少，评估的准确度将发生下降，可能无法实现对于传统阈值法的替代，更极端情况下，例如仅使用第720天的数据作为前置数据来生成U’(720，t)时，只能适用于某些随时间变动比较剧烈的状态参数项目。

前置数据和要评估的数据的时间连续并非必要的，由于状态参数数据的采集本来也是按照固定时间周期采集，这种时间上的连续性是有限度的，此外，以第361天的数据比对为例，第361天上传周期末的数据和第1天-第360天的数据也存在一定的时间间隔；就方法的初衷而言，前置数据和要评估数据之间的时间连续性越好，评估准确度越高，当数据的连续取得很难实现时，也可通过放弃一定程度的时间连续性来换取更容易实现的技术手段，例如，可以使用第1天-第270天的数据评估第361天的数据，当然，这种方式带来的是评估准确度的下降，但一般地，仅就这一范例而言，其评估准确度仍然是满足商业化需要的。

具体实施例七

现有技术中主要采用阈值法对仪表测量数据进行分析，这一方法的优劣势在具体实施例六中已进行描述，在实际应用中，用户往往不仅希望了解被管理仪表当前的状态，还希望有背底数据来判断：

1、被管理仪表过去及当前应当是怎样的状态，即被管理仪表的可靠性表现，进而评估被管理仪表的质量水平；

2、被管理仪表在整个生命周期应当是怎样的状态，即被管理仪表的可靠性预期，进而为后续的工作制定计划；

3、被管理仪表何时可能发生故障，即被管理仪表可靠性预期的直接应用，在问题发生直接即行解决，从而保证工业系统的安全稳定。

就用户的第1项诉求，由于数据量不足且不系统，因此，只能通过经验和感觉来判断，例如某品牌的质量好，某品牌的质量差，评估结论无法量化，也就很难有比较清楚的性价比判断，不能为企业采购提供充分的支持。

就用户的第2项诉求，企业和研究机构都在进行研究，但无论是企业还是研究机构由于缺乏大量的试验数据支撑，研究结果往往仅是理论状态或者是极少数量的试验，缺乏对于工业大规模量级的应用支撑。

就用户的第3项诉求，目前虽然有一些对被管理仪表的分析方法，但都需要被管理仪表的大量历史数据才能有所预期，即往往只有当数据积累到被管理仪表使用寿命后期时才能对被管理仪表未来的失效可能进行判断，在被管理仪表投入使用前，除了使用寿命外，没有更多的参考依据。

基于上述传统阈值法的缺陷和用户潜在诉求，在本发明技术方案的基础上，设计了一种对于仪表状态参数数据的分析方法，从而满足用户诉求。

本实施例的方法依赖于本发明的基本技术方案，即基于大数据技术的仪表管理系统，因为只有在这样的仪表管理平台系统下，才能获得足够多的数据进行分析支撑，本实施例介绍的方法才能拥有较高的判断准确度，从而实现商用化。

一种基于大数据技术的使用其它仪表来评估被管理仪表工作状态的数据分析方法，仪表管理系统内应包括多台被管理仪表，且针对作为评估对象的被管理仪表，所述的仪表管理系统内包括和/或曾经包括多台和它类型相同的被管理仪表。

所述的类型相同包括功能相同、性能相同或相近两方面；所述的功能相同指测量主变量及其测量手段相同，性能相同或相近是指量程相同或相近、应用场景相同或相近；相同类型的被管理仪表所具备的具体状态参数表有关联性，具体体现为：同类型仪表的具体状态参数表如果有相同的状态参数项目，这些相同的状态参数项目所对应的状态参数数据可预期的将呈现相同的设计变化趋势。

所述的仪表管理平台的数据存储单元内，存储有一类型相同的被管理仪表的状态参数数据群组，所述类型相同的被管理仪表包括E1、E2……Em，F1、F2……Fn；其中E1、E2……Em为已经执行完整个生命周期的被管理仪表，F1、F2……Fn为目前正受所述的仪表管理平台进行管理的被管理仪表，对应的所述的该类型状态参数数据群组内存储有D_E1、D_E2……D_Em、D_F1、D_F2……D_Fn。

将D_E1、D_E2……D_Em、D_F1、D_F2……D_Fn按照状态参数项目进行划分，状态参数项目的并集为工作温度、基准电压、激励电压、激励电流、电池电压、总功耗电流、存储数据交互、通讯数据交互、振动状态和模数转换单元自检共10项，划分后的数据组用{P1，P2，……，P10}表示。

工作温度和振动状态和仪表自身性能无关，故P1和P9不在后续分析考虑范围内。

对于基准电压群组P2，对P2中各仪表的基准电压数据进行如下处理：将设计使用寿命统一调整为1，相应地调整各单点数据对应的时间段，例如D_E1具有基准电压，其原设计寿命为2年，每10分钟采集一次状态参数数据，调整后得到D’_E1，其设计寿命为1，每个基准电压数据对应的时间频段为1/105120，依次类推，对各表数据中基准电压的变化点进行标记，再对标记点出现频率及其时间进行提取，即可获得表征基准电压情况的函数f_P2(t)，t∈[0,1]，FP2(t)的值域为该时刻出现基准电压偏离的概率，例如，在0时刻，共有1000块仪表处于有数据状态，且没有仪表发生基准电压偏离，则f_P2(0)=0，在1/2时刻，共有500块仪表处于有数据状态，有1块仪表发生基准电压偏离，则f_P2(1/2)=0.002，在1时刻，共有100块仪表处于有数据状态，有3块仪表发生基准电压偏离，则f_P2(1)=0.03，某一时刻没有数据但在此时刻之后有数据的，选择离该时刻最近时刻的数据作为该时刻的数据。

对于激励电压群组P3，对P3中各仪表的激励电压数据进行如下处理：将设计使用寿命统一调整为1，相应地调整各单点数据对应的时间段，例如D_E1具有激励电压，其原设计寿命为2年，每10分钟采集一次状态参数数据，调整后得到D’_E1，其设计寿命为1，每个基准电压数据对应的时间频段为1/105120，依次类推，将激励电压的标准值/平均值（如有标准值优先选择标准值）统一调整为1，相应调整各单点数据的具体读数，例如D_E1激励电压的标准值为2V，其部分时刻的测量数据为2.5V、1.5V，则调整后D’_E1的激励电压标准值为1，其上述部分时刻的测量数据为1.25、0.75，标记D’_E1激励电压故障发生时刻（如有），依次类推，可得到就每一个时刻，有分布的一个或多个测量数据，通过这些数据，可得到平均值，即可得到表征激励电压总体变化情况的函数f_P3A(t)，t∈[0,1]，f_P3A(t)的值域为该时刻各仪表激励电压信号的平均数值，还可得到表征激励电压稳定性情况的函数f_P3R(t)，t∈[0,1]，f_P3R(t)的值域为该时刻出现激励电压异常/故障的概率；

为了考量仪表的激励电压的变化细节，还可以对每一个时刻分布的一个或多个测量数据按照标准值1进行区分，大于等于1的数据构成上偏值区，小于等于1的数据构成下偏值区，计算每一时刻上偏值区的平均值，计算每一时刻下偏值区的平均值，统合各时刻上偏值区平均值构成f_P3U(t), 统合各时刻上偏值区平均值构成f_P3D(t),t∈[0,1]；

同样的，若某一时刻没有数据但在此时刻之后有数据的，选择离该时刻最近时刻的数据作为该时刻的数据。

对于激励电流、电池电压和总功耗电流均可以参考激励电压的方式进行处理，此类型状态参数数据一般为具体的数值其数值大小随时间在一定范围内进行变化。

对于存储数据交互群组P7，P7群组内存储的数据为存储模块和处理模块之间交互情况的反馈结果数据，以下简称反馈结果数据，对P7中各仪表的反馈结果数据进行如下处理：将设计使用寿命统一调整为1，相应地调整各单点数据对应的时间段，例如D_E2具有反馈结果数据，其原设计寿命为1年，每10分钟采集一次状态参数数据，调整后得到D’_E2，其设计寿命为1，每个反馈结果数据对应的时间频段为1/52560，依次类推，因此，根据离散点数值进行数值发生频率及其时间进行提取，可得到表征存储数据交互情况的函数f_P7(0，t)和/或f_P7(1，t)，t∈[0,1]，f_P7(0，t)的值域为该时刻出现反馈结果数据为0（即断开）的概率，f_P7(1，t)的值域为该时刻出现反馈结果数据为1（即连通）的概率，可见，在同一时刻，f_P7(1，t)+f_P7(0，t)=1，同样的，某一时刻没有数据但在此时刻之后有数据的，选择离该时刻最近时刻的数据作为该时刻的数据。

对于通讯数据交互和模数转换单元均可参考存储数据交互群组的方式进行处理，此类型状态参数数据一般为只有0/1或者有限个数的离散点数值，单个数值即有明确的意思表达。

在每次获得新的状态参数数据后，对于表征状态正常的状态参数数据可加入到对上述函数的修正中。

如此，可获得对于某类型仪表基准电压、激励电压、激励电流、电池电压、总功耗电流、存储数据交互、通讯数据交互和模数转换单元共8项状态参数项目的综合评估，在有本类型仪表的分析诉求时，可进行针对性操作。

如用户希望依照被管理仪表的状态参数数据来评估其质量水平，具体步骤如下：

步骤一，根据待评估仪表的功能、性能确定其类型；

步骤二，根据待评估仪表的具体状态参数表确定其具有的状态参数项目，并据此提取本类型的评估参数，例如待评估仪表的具体状态参数表只有基准电压、激励电压和存储数据交互三个状态参数项目，则只需要提取评估函数f_P2(t)、f_P3A(t)、f_P3U(t)、f_P3D(t)、f_P3R(t)和f_P7(0，t)；

步骤三，根据状态参数项目依次进行数据对比。

对于基准电压项，获得f_P2(t)的堆积函数F_P2(t)，F_P2(t)的计算公式如下公式9：

公式9

同时计算待评估仪表基准电压数据中的偏离发生频次G_P2，计算待评估仪表基准电压数据时间长度占其总使用寿命比例得到基准电压数据比例长度l，计算F_P2(l)/G_P2的数值，如F_P2(l)/G_P2=0.5，则待评估仪表质量水平属于平均水平，F_P2(l)/G_P2的数值越小则代表待评估仪表质量水平越差，如l≥1且无偏离发生频次，按照G_P2=1进行计算。

对于激励电压项，获得f_P3R(t)、f_P3A(t)、f_P3U(t)和f_P3D(t)的堆积函数F_P3R(t)、F_P3A(t)、F_P3U(t)和F_P3D(t)，计算公式如下公式10、公式11、公式12和公式13：

公式10

公式11

公式12

公式13

同时计算待评估仪表激励电压数据中的偏离发生频次G_P3，计算待评估仪表激励电压数据时间长度占其总使用寿命比例得到激励电压数据比例长度l，计算待评估仪表激励电压数据的单位分布面积S_P3，S_P3的计算公式如下公式14：

公式14

公式14中，d_P3i表示单个激励电压数据，n表示激励电压数据的数量，故i∈[1,n]，u_P3表示激励电压的标准值；

对比S_P3、F_P3A(l)、F_P3U(l)和F_P3D(l)，如S_P3＞F_P3U(l)，则表示待评估仪表激励电压存在较大的向上偏移且这一偏移超出本类型仪表的平均水平，如S_P3＜F_P3D(l)，则表示待评估仪表激励电压存在较大的向下偏移且这一偏移超出本类型仪表的平均水平，如F_P3D(l)≤S_P3≤F_P3U(l)，则表示待评估仪表激励电压稳定性达到本类型仪表的平均水平，且S_P3和F_P3A(l)越接近，则表征待评估仪表的激励电压稳定性越好，S_P3和F_P3U(l)或F_P3D(l)越接近，则表征待评估仪表激励电压的稳定性越接近平均水平；

对于G_P3和F_P3R（l），如F_P3R(l)/ G_P3≥0.5，则证明待评估仪表激励电压的可靠性达到本类型仪表的平均水平且该数值越大则待评估仪表激励电压的可靠性越好，反之，则证明待评估仪表激励电压的可靠性低于本类型仪表的平均水平且该数值越小则待评估仪表激励电压的可靠性越差，如l≥1且无偏离发生频次，按照G_P3=1进行计算；

上述的稳定性评估和可靠性评估同时构成了对待评估仪表激励电压的参数评估，二者有一定的正向关联性但这一正向关联性为弱关联关系。

对于存储数据交互项，获得f_P7(0，t)的堆积函数F_P7(0，t)，F_P7(0，t)的计算公式如下公式15：

公式15

同时计算存储数据交互数据（反馈结果数据）中的偏离发生频次G_P7(0)，计算待评估仪表基准电压数据时间长度占其总使用寿命比例得到基准电压数据比例长度l，计算F_P7(0，l)/ G_P7(0)的数值，如F_P7(0，l)/ G_P7(0)≥0.5,则待评估仪表质量水平属于平均水平以上的，反之，则证明待评估仪表激励电压的可靠性低于本类型仪表的平均水平，如l≥1且无断开发生频次，按照G_P7(0)=1进行计算。

综合上述各状态参数项目的评估结果，即可给出对于被管理仪表的综合可靠性/质量水平预期。

当需要待评估仪表在整个生命周期应当是怎样的状态特别是希望对于待评估仪表异常有所预期能提前设定计划的，在没有待评估仪表任何数据的情况下，即可通过本类型仪表的总体情况来对被管理表进行评估，具体步骤如下：

步骤一，根据待评估仪表的功能、性能确定其类型；

步骤二，根据待评估仪表的具体状态参数表确定其具有的状态参数项目，并据此提取本类型的评估参数，例如待评估仪表的具体状态参数表只有基准电压、激励电流和通讯数据交互三个状态参数项目，则只需要提取评估函数f_P2(t)、f_P4A(t)、f_P4U(t)、f_P4D(t)、f_P4R(t)和f_P8(0，t)；

步骤三，使用上述评估函数进行评估。

对于基准电压项目，由于f_P2(t)表征了基准电压在各时间点发生偏离的概率可能，因此，如用户对于基准电压的有偏离率要求，可使用预设要求的偏离率值对f_P2(t)进行衡量，如f_P2(t)的值域在整个生命周期均满足预设要求，则无需额外操作，如f_P2(t)在某个时刻的偏离率即已超过了预设要求，则用户可以根据该时刻和待评估仪表的实际设计寿命确定新的更换时间点，实现问题的预规避。

对于激励电流项目，由于f_P4R(t)表征了激励电流在各时间点发生偏离的概率可能，对于此项有预设要求的，可以参考上述基准电压的操作；f_P4A(t)、f_P4U(t)和f_P4D(t)则分别表征了激励电流的预期较好状态、预期上偏离状态和预期下偏离状态，同样的，如果有相关的预设要求，例如上偏离不得超过某个限度，也可以根据预期上偏离状态和预设要求的对应时刻点来选择是否需要提前更换仪表。

对于通讯数据交互项目，由于f_P8(0，t)表征了通讯数据交互在各时间点的数据断开概率可能，参考上述基准电压的操作，可以根据预设要求和断开概率的对应时刻点来选择是否需要提前更换仪表。

综上所述的，利用评估参数可了解待评估仪表的预期状态，根据预期状态和预设要求之间的差异，可提前安排工作计划。

需要说明的是，就本实施例的评估方法而言，需要较大规模的数据支撑，获得的数据量越多，单组数据带来的偏差影响越小，能够覆盖的评估范围越广；反之，如果数据量不足，则评估的准确度就会下降，甚至导致一些情况下无法进行评估。

此外，在数据量比较充足的情况下，对于被管理仪表的类型还可以进一步划分，例如在对分类要求中增加质量水平相同或相近，这样可以进一步提高评估的准确度。

具体实施例八

现有技术对于测量主变量异常的处理主要集中在，当检测到测量主变量发生异常时，即认为该异常数据是可信任的，并基于这种信任安排相应的处理措施。

实际工作中，随着工业安全生产的设备设施完善，测量主变量异常的可能性越来越低，很多情况下，这样的数据异常都是由于检测仪表自身功能异常导致的误报，对于这种问题，研发/生产人员也设计了一些解决办法包括：查阅仪表的校准证书确认其数据稳定性和精准度、查阅仪表之前的数据查看其异常是否有所预兆，在专家诊断环节根据经验、工程模型等判断故障发生可能等等，上述手段在一定程度上缓解了误报的问题，但其一由于缺乏数据支撑、仍不能完全解决误报问题，其二现有手段过于依赖于人力判断，响应效率较低，当面对大规模仪表管理或者情况比较紧急时这一局限性越发明显，其三现有手段要实现自动化、智能化，有较高的技术难度和技术壁垒。

基于上述情况，在立足于大数据处理技术的基础上，本实施例给出了一种在仪表自动化管理过程中，防止对于仪表主变量异常数据进行错判的快速响应方法，下面通过一个具体案例对这一防错判方法进行描述。

某设置在油气管道上的被管理仪表，例如压力表，在一自动化的仪表管理系统中，该仪表管理系统可周期性和/或实时提取被管理仪表的状态参数数据和主变量数据。

以周期性数据提取为例，该仪表管理系统发现所提取的压力读数异常，具体异常体现为偏离了正常状态读数，这一异常发生在第20时刻，则此时针对第20时刻可能存在两种情况，其一为管道在该时刻发生过压，属于异常情况，应当紧急采取安全措施进行处理，另一为被管理仪表自身故障，无需采取安全措施但应尽快对仪表进行更换或者维护。

提取第19时刻、第20时刻和第21时刻的状态参数数据，分析其是否发生正常，如果状态参数数据均正常，则认为被管理仪表是正常的，那么它所得到的压力示数即为可信的，此时无需再调取校准证书或者安排专家诊断，直接给出管道过压的报警信号，安排和采取对应的紧急安全措施。

如第19时刻、第20时刻和第21时刻的状态参数数据存在异常，又可以根据具体情况进行分别判断。

如第19时刻状态参数数据异常、第20时刻和第21时刻的状态参数数据正常，且第19时刻和第21时刻的压力示数正常，则应进一步向前调取数据，查看第18时刻的状态参数数据和压力示数，如第18时刻的状态参数数据和压力示数均正常，则认为第19时刻的状态参数数据对压力示数无影响，即被管理仪表是正常的，那么它所得到的压力示数即为可信的，此时无需再调取校准证书或者安排专家诊断，直接给出管道过压的报警信号，安排和采取对应的紧急安全措施。

如第21时刻的状态参数数据异常，第19时刻和第20时刻状态参数数据正常，且第19时刻和第21时刻的压力示数正常，则应进一步向后调取数据，查看第22时刻的状态参数数据和压力示数，如第22时刻的状态参数数据和压力示数均正常，则认为第21时刻的状态参数数据对压力示数无影响，即被管理仪表是正常的，那么它所得到的压力示数即为可信的，此时无需再调取校准证书或者安排专家诊断，直接给出管道过压的报警信号，安排和采取对应的紧急安全措施。

如果存在连续或者接近连续状态或者恰好对应的状态参数数据和压力示数同时异常的情况，例如第19时刻和第20时刻均存在压力示数异常和状态参数数据异常，第18和第20时刻存在压力示数异常和状态参数数据异常，第19时刻存在状态参数异常但压力示数正常，第20时刻存在压力示数异常和状态参数数据异常，第19时刻和第21时刻的状态参数数据和压力示数均正常，则可以认为状态参数数据和压力示数异常构成时间关联性，进一步判断其是否具有技术关联性。

技术关联性判断，提取发生异常的状态参数数据和对应的状态参数项目。

如果发生异常的状态参数项目为存储数据交互、通讯数据交互或类似的项目，这些状态参数项目对压力示数的影响是1/0影响，基本不会影响压力示数的精度，因此，不会造成过压的结果，故认为被管理仪表是正常的，那么它所得到的压力示数即为可信的，此时无需再调取校准证书或者安排专家诊断，直接给出管道过压的报警信号，安排和采取对应的紧急安全措施。

如果发生异常的状态参数项目为基准电压、电池电压或类似的项目，这些状态参数项目可能对压力示数造成精度影响，则应再进一步判断其异常情况和压力示数异常是否匹配。

以基准电压为例，如基准电压异常表现为偏高，理论上对应的压力示数异常表现应当是压力示数偏低，就本例而言此时的实际异常状态为压力示数也偏高，因此认为虽然该压力示数实际上是不可信，但其所表达的过压情况是可信的，因此可以视为该压力示数在判断故障性质上是可信的，此时无需再调取校准证书或者安排专家诊断，直接给出管道过压的报警信号，安排和采取对应的紧急安全措施。

以基准电压为例，如基准电压异常表现为偏低，则确实会导致压力示数偏低，此时，应认为该压力示数是不可信的，过压状态不存在，但被管理仪表存在异常，应尽快对仪表进行更换或者维护。

综上所述的，就本实施例的判断方法，大体按照以下过程进行：

1、确定发生异常以及可能对这一异常构成影响的时刻；

2、提取测量主变量数据和状态参数数据，判断二者的异常在时间上是否构成关联性；如果二者在时间上不构成关联性，则在测量主变量数据发生异常时，仪表的状态参数数据应当是正常的，则认定测量主变量数据是可信的；如果二者在时间上存在关联性，则应进一步判断其在技术层面是否存在关联性；需要注意的是，此步骤中的时间上的关联性是弱关联性，即不要求时刻上严格对应，有部分对应或者可能对应即可，这是考虑到如果判断状态参数数据异常采用的是传统阈值判断法，其对于动态数据敏感度低，可能出现漏判或者误判的情况；

3、根据测量主变量数据异常偏向、状态参数数据异常偏向以及发生异常的状态参数项目来定性地进行技术关联性判断；发生异常的状态参数项目如果明显和测量主变量数据异常情况无关，则可排除响应的状态参数项目及状态参数数据；发生异常的状态参数项目如果和测量主变量数据异常有关联，则进一步判断测量主变量数据异常偏向和状态参数数据异常偏向是否相配合或者存在理论上的因果关系，如果不存在理论因果关系或者配合关系，则认定测量主变量数据是一定程度上可信的；如果存在理论因果关系或者配合关系，则认定测量主变量数据是不可信的；

4、基于主变量的可信和不可信，采取相应的操作手段和措施。

补充说明的是，对于具体实施方式中的多个具体实施例，是申请人为了更清楚地点明技术特点而进行的区分，在技术方案的实施中，可将各具体实施例进行组合，例如，将具体实施例五到具体实施例八中的任一项或几项组合进具体实施例一或具体实施例三中，再例如，将具体实施例一到具体实施例四中的两项、三项或者四项及进行组合；所述的组合结果可能使技术方案更全面或更有效，在技术允许的情况，基于解决说明书中描述的技术问题或者实现技术效果，这样的组合应当是不受限制的。

Claims (19)

1.一种仪表管理系统，其特征在于：包括

状态参数表，所述的状态参数表包括一个或多个状态参数项目，所述的状态参数项目包括表征状态参数项目所对应状态变量是否正常的一个或多个参考值项；

被管理仪表，所述被管理仪表预置入状态参数表并为参考值项赋值，所述的被管理仪表按照所述的状态参数表采集和上传状态参数数据；

管理平台，所述的管理平台存储有和被管理仪表对应且一致的状态参数表，所述的管理平台根据所述的状态参数表接收和分析被管理仪表上传的状态参数数据。

2.根据权利要求1所述的仪表管理系统，其特征在于，所述的被管理仪表周期性地采集和上传状态参数数据。

3.根据权利要求1所述的仪表管理系统，其特征在于，所述的被管理仪表在制造阶段写入所述的状态参数表，所述的被管理仪表在接入所述的管理平台时上传所述的状态参数表，所述的管理平台接收和存储被管理仪表上传的状态参数表。

4.根据权利要求1所述的仪表管理系统，其特征在于，所述的参考值项包括标准值、阈值、通断值项、开关量项和错误号项中的一项或多项。

5.一种仪表管理平台，包括存储单元和处理单元，其特征在于：还包括诊断表单元、识别单元和读取单元；

所述的诊断表单元存储有状态参数表，所述的状态参数表包括一个或多个状态参数项目，所述的状态参数项目包括表征状态参数项目所对应状态变量是否正常的一个或多个参考值项；

所述的识别单元用于对被管理仪表进行识别；

所述的读取单元按照所述的状态参数表读取被管理仪表的状态参数数据；

所述的存储单元对状态参数数据进行存储；

所述的处理单元对状态参数数据进行分析，并输出分析结果。

6.根据权利要求5所述的仪表管理平台，其特征在于，所述的状态参数表由所述的被管理仪表上传。

7.根据权利要求5所述的仪表管理平台，其特征在于，所述的参考值项包括标准值、阈值、通断值项、开关量项和错误号项中的一项或多项。

8.一种工业仪表，包括存储模块、处理模块、通讯模块，其特征在于：还包括状态参数采集单元；

所述的存储模块包括诊断表区和参数数据区，所述的诊断表区内存储有状态参数表，所述的状态参数表包括一个或多个状态参数项目，所述的状态参数项目包括表征状态参数项目所对应状态变量是否正常的一个或多个参考值项，所述的参数数据区用于存储采集到的状态参数数据；

所述的状态参数采集单元有一个或多个并和所述的状态参数项目分别对应，用于采集状态参数数据；

所述的处理模块按照所述的状态参数表控制状态参数数据的采集、存储和上传；

所述的通讯模块用于将状态参数数据进行上传。

9.根据权利要求8所述的工业仪表，其特征在于，所述的处理模块被预置为周期性地控制所述的状态参数采集单元进行状态参数数据的采集；所述的处理模块被预置为周期性地控制所述的通讯模块进行状态参数数据上传。

10.根据权利要求8所述的工业仪表，其特征在于，所述的状态参数表在所述的工业仪表的制造阶段写入且在写入时为参考值项赋值。

11.根据权利要求8所述的工业仪表，其特征在于，所述的参考值项包括标准值、阈值、通断值项、开关量项和错误号项中的一项或多项。

12.根据权利要求8所述的工业仪表，其特征在于，所述的状态参数项目至少有一个参考值项的赋值不为空。

13.一种仪表管理方法，涉及仪表管理平台和被管理仪表，其特征在于：

所述的被管理仪表在首次接入时向所述的仪表管理平台上传状态参数表，所述的状态参数表包括一个或多个状态参数项目，所述的状态参数项目表征状态参数项目所对应状态变量是否正常的一个或多个参考值项；

所述的被管理仪表按照所述的状态参数表周期性地采集状态参数数据并将状态参数数据上传至所述的仪表管理平台；

所述的仪表管理平台按照所述的状态参数表读取所述的被管理仪表上传的状态参数数据；

所述的仪表管理平台按照所述的状态参数表对所述的状态参数数据进行分析，进而评估被管理仪表工作状态。

14.一种防止仪表错接方法，应用于权利要求1所述的仪表管理系统，其特征在于，包括以下步骤：

步骤一、在管理平台导入仪表需求信息，所述的仪表需求信息规定了对被管理仪表的具体要求；

步骤二、将被管理仪表接入管理平台，并从所述的被管理仪表采集和所述的仪表需求信息所对应的仪表特征信息；

步骤三、将采集到的仪表特征信息和仪表需求信息进行比对，如二者不符合，发出警示信号。

15.根据权利要求14所述的防止仪表错接方法，其特征在于，所述的仪表需求信息包括仪表类型、仪表量程、仪表位置、仪表型号、仪表预存诊断表格式中一种或几种。

16.一种仪表状态参数数据分析方法，应用于权利要求1所述的仪表管理系统，其特征在于：

所述的管理平台预存储和被管理仪表相对应的一组或多组状态参数数据，每组状态参数数据对应一个时间周期内的状态参数数据；

所述的管理平台获得和被管理仪表相对应的一组状态参数数据作为待分析数据，所述的待分析数据的发生时间晚于所述的预存储的一组或多组状态参数数据的发生时间；

所述的管理平台对所述的预存储的一组或多组状态参数数据进行处理，获得状态参数数据变化趋势，据此对所述的待分析数据进行分析。

17.根据权利要求16所述的仪表状态参数数据分析方法，其特征在于，所述的预存储的一组或多组状态参数数据在发生时间上是连续的，所述的预存储的一组或多组状态参数数据和所述的待分析数据在发生时间上是连续的。

18.一种仪表状态参数数据分析方法，应用于权利要求1所述的仪表管理系统，其特征在于：

所述的管理平台存储有多组状态参数数据，每组状态参数数据对应一台被管理仪表；对类型相同的被管理仪表的状态参数数据进行处理，生成和被管理仪表类型相对应的分析函数；

接收到被管理仪表上传的状态参数数据，确定被管理仪表的仪表类型；

使用和被管理仪表类型相对应的分析函数对所述的被管理仪表上传的状态参数数据进行分析。

19.一种防止仪表状态误判的方法，应用于权利要求1所述的仪表管理系统，其特征在于：

被管理仪表采集并上传状态参数数据和主变量参数数据，管理平台接收并分析主变量参数数据；

步骤一、当所述的主变量参数数据发生异常时，分析状态参数数据是否发生异常；

步骤二、如所述状态参数数据异常，进入步骤三，如所述的对应的状态参数数据正常，进入步骤五；

步骤三、分析异常的所述的状态参数数据所对应的状态参数项目和主变量参数数据异常是否存在关联关系，如有关联关系，进入步骤四、如没有关联关系，进入步骤五；

步骤四、上报：所述的主变量参数数据异常不可信，所述的被管理仪表本身功能异常；

步骤五、上报：所述的主变量参数数据确定发生异常。

Images