CN113988131A - 一种基于模拟量的数据滤波方法、系统、设备及存储介质 - Google Patents

一种基于模拟量的数据滤波方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN113988131A
CN113988131A CN202111263997.6A CN202111263997A CN113988131A CN 113988131 A CN113988131 A CN 113988131A CN 202111263997 A CN202111263997 A CN 202111263997A CN 113988131 A CN113988131 A CN 113988131A
Authority
CN
China
Prior art keywords
sampling
value
data
filtering
preset
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.)
Pending
Application number
CN202111263997.6A
Other languages
English (en)
Inventor
管磊
李卓
王长清
梁法光
于在松
侯先栋
刘茜
王宾
王鑫
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.)
NR Electric Co Ltd
Xian Thermal Power Research Institute Co Ltd
Original Assignee
NR Electric Co Ltd
Xian Thermal Power Research Institute 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 NR Electric Co Ltd, Xian Thermal Power Research Institute Co Ltd filed Critical NR Electric Co Ltd
Priority to CN202111263997.6A priority Critical patent/CN113988131A/zh
Publication of CN113988131A publication Critical patent/CN113988131A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Dc Digital Transmission (AREA)
  • Analogue/Digital Conversion (AREA)

Abstract

本发明公开了一种基于模拟量的数据滤波方法、系统、设备及存储介质,包括:获取ADC采集到的采样数据信号;对ADC采集到的采样数据信号进行限幅消抖滤波;对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波,该方法、系统、设备及存储介质能够有效滤除数据信号中的干扰信号,保证数据测量的精度及数据的实时性。

Description

一种基于模拟量的数据滤波方法、系统、设备及存储介质
技术领域
本发明属于数据处理领域,涉及一种基于模拟量的数据滤波方法、系统、设备及存储介质。
背景技术
在火电厂中,DCS系统对模拟量的采集是很重要的环节,高精度的数据采集至关重要,会影响整个控制系统的安全可靠运行。对于电厂模拟量的采集主要是电流值和温度值,在整个电厂模拟量采集时,由于电厂环境的恶劣,导致采样的电流值和温度值信号中可能存在高频的干扰信号,使得测量的数据会发生突变情况,从而不能准确的实现数据的采样,严重影响数据的测量精度,同时保证数据的实时性。
针对这种情况,急需开发一种适用电厂的模拟量数据采集的数据滤波方法,能够有效的滤除实际信号中的干扰信号,提高实际的测量精度,保证数据的实时性。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种基于模拟量的数据滤波方法、系统、设备及存储介质,该方法、系统、设备及存储介质能够有效滤除数据信号中的干扰信号,保证数据测量的精度及数据的实时性。
为达到上述目的,本发明采用如下技术方案:
本发明一方面,提供了一种基于模拟量的数据滤波方法,包括:
获取ADC采集到的采样数据信号;
对ADC采集到的采样数据信号进行限幅消抖滤波;
对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波。
本发明所述基于模拟量的数据滤波方法进一步的改进在于:
对采样数据信号进行限幅消抖滤波的具体过程为:
21)判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;否则,则转至步骤22);
22)判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值,否则,则转至步骤23);
23)判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;否则,则转至步骤24);
24)判断最近三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当最近三个采样周期的采样数据值之间的差值均小于预设限幅防抖阈值时,则转至步骤25),否则,则输出当前采样数据值;
25)计算当前采样数据值与上一采样周期的采样数据值之间的差值T1,计算上一采样周期的采样数据值与上上采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,则存储当前数据采样值。
步骤21)之前还包括:预设限幅消抖阈值及限幅防抖阈值。
对限幅消抖滤波后的采样数据信号进行滑动均值滤波的具体操作过程为:
将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
将预设滤波深度范围内的各数据采样值进行比较;
剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
本发明二方面,本发明提供了一种基于模拟量的高精度实时数据滤波系统,包括:
获取模块,用于获取ADC采集到的采样数据信号;
限幅消抖滤波模块,用于对ADC采集到的采样数据信号进行限幅消抖滤波;
滑动均值滤波模块,用于对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波。
本发明所述基于模拟量的高精度实时数据滤波系统进一步的改进在于:
限幅消抖滤波模块包括:
第一判断模块,用于判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;
第二判断模块,用于当当前采样数据值与上一采样周期的采样数据值之间的差值大于预设限幅消抖阈值时,判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值;
第三判断模块,用于当当前数据采样值与上一采样周期的采样数据值的变化方向一致时,判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;
第四判断模块,用于当各采样周期的采样数据值的变化方向的改变次数大于预设防抖阈值时,判断最近三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当最近三个采样周期的采样数据值之间的差值不是均小于预设限幅防抖阈值时,则输出当前采样数据值;
第五判断模块,用于最近三个采样周期的采样数据值之间的差值小于预设限幅防抖阈值时,计算当前采样数据值与上一采样周期的采样数据值之间的差值T1,计算上一采样周期的采样数据值与上上采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,则存储当前数据采样值。
限幅消抖滤波模块还包括:
预设模块,用于预设限幅消抖阈值及限幅防抖阈值。
滑动均值滤波模块包括:
替换模块,用于将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
比较模块,用于将预设滤波深度范围内的各数据采样值进行比较;
数据处理模块,用于剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
本发明三方面,本发明提供了一种基于模拟量的高精度实时数据滤波设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述基于模拟量的数据滤波方法的步骤。
本发明四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现所述基于模拟量的数据滤波方法的步骤。
本发明具有以下有益效果:
本发明所述的基于模拟量的数据滤波方法、系统、设备及存储介质在具体操作时,将ADC采集到的采样数据信号依次进行限幅消抖滤波及滑动均值滤波,通过两种滤波算法的迭加,可以很好地滤除实际采样信号中的干扰信号,数据采样的实时性也满足实际现场的需求,精度也达到指标要求。
进一步,通过设定限幅消抖阈值,可以有效滤除实际信号中存在的干扰信号;判断相邻两次采样数据值的变化方向,可以判断实际数据的有效性,以便快速的筛选有效信号,提高采集实时性。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,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为本发明的流程图;
图2为本发明的结构示意图。
其中,1为获取模块、2为限幅消抖滤波模块、3为滑动均值滤波模块、21为预设模块、22为第一判断模块、23为第二判断模块、24为第三判断模块、25为第四判断模块、26为第五判断模块、31为替换模块、32为比较模块、33为数据处理模块。
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。
下面结合附图对本发明做进一步详细描述:
公知的,由于模拟量板卡测量有精度的要求,在整个数据采集及滤波计算时要避免小数的引入,所以在数据采集之前,对采样数据整体放大,以整型数据进行处理。
参考图1,本实施例中,本发明提供了一种基于模拟量的数据滤波方法,用于克服现有技术中由于电厂环境的恶劣,导致采样的电流值和温度值信号中可能存在高频的干扰信号,使得数据会发生突变的问题,以提高数据采样的准确性,保证数据采样的精度,为此提供了一种利用限幅消抖滤波及滑动均值滤波对数据进行滤波,以提高数据采样的准确性的方法。
具体滤波实时方式,滤波过程分为两步:第一步对信号进行限幅消抖滤波;第二步将经过限幅消抖滤波后的信号进行滑动均值滤波,滤波后得到的采样数据作为最终输出数据上报。
本发明所述的基于模拟量的数据滤波方法,包括:
1)获取ADC采集到的采样数据信号;
2)对采样数据信号进行限幅消抖滤波;
步骤2)的具体操作过程为:
21)预设限幅消抖阈值及防抖阈值;
22)判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;否则,则转至步骤23);
23)判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值,否则,则转至步骤24);
24)判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期输出的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;否则,则转至步骤25);
25)判断当前三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当当前三个采样周期的采样数据值之间的差值均小于等于预设限幅防抖阈值时,则转至步骤26),否则,则输出当前采样数据值;
26)计算当前采样数据值与上一采样周期的数据值之间的差值T1,计算上一个采样周期的采样数据值与上上一个采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,存储当前数据采样值。
3)对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号;
步骤3)的具体操作过程为:
31)将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
32)将预设滤波深度范围内的各数据采样值进行比较;
33)剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
本发明通过设定限幅消抖阈值,可以有效滤除实际信号中存在的干扰信号;通过判断相邻两次数据的变化方向,可以判断实际数据的有效性,以便快速的筛选出有效信号,提高采集实时性。
另外,本发明通过两种滤波算法的迭加,可以很好地滤除实际采样信号中的干扰信号,数据采样的实时性也满足实际现场的需求,精度也达到指标要求。
实施例二
参考图2,本发明所述的基于模拟量的高精度实时数据滤波系统包括:
获取模块1,用于获取ADC采集到的采样数据信号;
限幅消抖滤波模块2,用于对ADC采集到的采样数据信号进行限幅消抖滤波;
滑动均值滤波模块3,用于对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波。
限幅消抖滤波模块2包括:
第一判断模块22,用于判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;
第二判断模块23,用于当当前采样数据值与上一采样周期的采样数据值之间的差值大于预设限幅消抖阈值时,判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值;否则,则转至步骤23);
第三判断模块24,用于当当前数据采样值与上一采样周期的采样数据值的变化方向一致时,判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;
第四判断模块25,用于当各采样周期的采样数据值的变化方向的改变次数大于预设防抖阈值时,判断当前三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当当前三个采样周期的采样数据值之间的差值不是均小于预设限幅防抖阈值时,则输出当前采样数据值;
第五判断模块26,用于当前三个采样周期的采样数据值之间的差值均小于预设限幅防抖阈值时,计算当前采样数据值与上一采样周期的采样数据值之间的差值T1,计算上一采样周期的采样数据值与上上采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,则存储当前数据采样值。
限幅消抖滤波模块2还包括:
预设模块21,用于预设限幅消抖阈值及限幅防抖阈值。
滑动均值滤波模块3包括:
替换模块31,用于将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
比较模块32,用于将预设滤波深度范围内的各数据采样值进行比较;
数据处理模块33,用于剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
实施例三
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于模拟量的数据滤波方法的步骤。
实施例四
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述基于模拟量的数据滤波方法的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于模拟量的数据滤波方法,其特征在于,包括:
获取ADC采集到的采样数据信号;
对ADC采集到的采样数据信号进行限幅消抖滤波;
对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波。
2.根据权利要求1所述的基于模拟量的数据滤波方法,其特征在于,对ADC采集到的采样数据信号进行限幅消抖滤波的具体过程为:
21)判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;否则,则转至步骤22);
22)判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值,否则,则转至步骤23);
23)判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;否则,则转至步骤24);
24)判断最近三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当最近三个采样周期的采样数据值之间的差值均小于预设限幅防抖阈值时,则转至步骤25),否则,则输出当前采样数据值;
25)计算当前采样数据值与上一采样周期的采样数据值之间的差值T1,计算上一采样周期的采样数据值与上上采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,则存储当前数据采样值。
3.根据权利要求2所述的基于模拟量的数据滤波方法,其特征在于,步骤21)之前还包括:预设限幅消抖阈值及限幅防抖阈值。
4.根据权利要求1所述的基于模拟量的数据滤波方法,其特征在于,对限幅消抖滤波后的采样数据信号进行滑动均值滤波的具体操作过程为:
将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
将预设滤波深度范围内的各数据采样值进行比较;
剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
5.一种基于模拟量的高精度实时数据滤波系统,其特征在于,包括:
获取模块(1),用于获取ADC采集到的采样数据信号;
限幅消抖滤波模块(2),用于对ADC采集到的采样数据信号进行限幅消抖滤波;
滑动均值滤波模块(3),用于对限幅消抖滤波后的采样数据信号进行滑动均值滤波,输出滑动均值滤波后的采样数据信号,完成基于模拟量的高精度实时数据滤波。
6.根据权利要求5所述的基于模拟量的高精度实时数据滤波系统,其特征在于,限幅消抖滤波模块(2)包括:
第一判断模块(22),用于判断当前采样数据值与上一采样周期的采样数据值之间的差值是否大于等于限幅消抖阈值,当当前采样数据值与上一采样周期的采样数据值之间的差值小于等于预设限幅消抖阈值时,则输出当前采样数据值;
第二判断模块(23),用于当当前采样数据值与上一采样周期的采样数据值之间的差值大于预设限幅消抖阈值时,判断当前数据采样值与上一采样周期的采样数据值的变化方向是否一致,当当前数据采样值与上一采样周期的采样数据值的变化方向不一致时,则输出上一采样周期的采样数据值;
第三判断模块(24),用于当当前数据采样值与上一采样周期的采样数据值的变化方向一致时,判断最近预设时间段内,各采样周期的采样数据值的变化方向的改变次数是否大于等于预设防抖阈值,当各采样周期的采样数据值的变化方向的改变次数小于等于预设防抖阈值时,则输出上一采样周期的采样数据值;
第四判断模块(25),用于当各采样周期的采样数据值的变化方向的改变次数大于预设防抖阈值时,判断最近三个采样周期的采样数据值之间的差值是否均小于预设限幅防抖阈值,当最近三个采样周期的采样数据值之间的差值不是均小于预设限幅防抖阈值时则输出当前采样数据值;
第五判断模块(26),用于最近三个采样周期的采样数据值之间的差值均小于预设限幅防抖阈值时,计算当前采样数据值与上一采样周期的采样数据值之间的差值T1,计算上一采样周期的采样数据值与上上采样周期的采样数据值之间的差值T2,当T1与T2之差的绝对值大于预设快速变化值,且T1大于等于0时,则存储当前数据采样值。
7.根据权利要求6所述的基于模拟量的高精度实时数据滤波系统,其特征在于,限幅消抖滤波模块(2)还包括:
预设模块(21),用于预设限幅消抖阈值及限幅防抖阈值。
8.根据权利要求5所述的基于模拟量的高精度实时数据滤波系统,其特征在于,滑动均值滤波模块(3)包括:
替换模块(31),用于将内存存储采样数据值的第一位通过限幅消抖输出值进行替换;
比较模块(32),用于将预设滤波深度范围内的各数据采样值进行比较;
数据处理模块(33),用于剔除预设滤波深度范围内各数据采样值的最大值及最小值,将剩余数据采样值进行求和取平均,再将求和取平均的结果作为滤波后的采样数据信号进行输出。
9.一种基于模拟量的高精度实时数据滤波设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述基于模拟量的数据滤波方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于模拟量的数据滤波方法的步骤。
CN202111263997.6A 2021-10-28 2021-10-28 一种基于模拟量的数据滤波方法、系统、设备及存储介质 Pending CN113988131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111263997.6A CN113988131A (zh) 2021-10-28 2021-10-28 一种基于模拟量的数据滤波方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111263997.6A CN113988131A (zh) 2021-10-28 2021-10-28 一种基于模拟量的数据滤波方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113988131A true CN113988131A (zh) 2022-01-28

Family

ID=79743552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111263997.6A Pending CN113988131A (zh) 2021-10-28 2021-10-28 一种基于模拟量的数据滤波方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113988131A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116184968A (zh) * 2023-04-24 2023-05-30 山东星峰面粉机械有限公司 用于玉米熟粉生产线的生产控制方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116184968A (zh) * 2023-04-24 2023-05-30 山东星峰面粉机械有限公司 用于玉米熟粉生产线的生产控制方法及系统

Similar Documents

Publication Publication Date Title
CN116111727B (zh) 基于动态温度阈值的综合配电箱异常监测方法
CN108696368B (zh) 一种网元健康状态的检测方法及设备
CN117805542B (zh) 一种矿用隔爆本质安全型变频器运行监控系统
CN112134544B (zh) 滤波方法、装置、设备及计算机可读存储介质
CN111859732B (zh) 船闸闸门及其支承运转件损伤程度自动监测系统及监测方法
CN113988131A (zh) 一种基于模拟量的数据滤波方法、系统、设备及存储介质
CN107276779B (zh) 一种监控方法、系统及设备
CN102420592B (zh) 基于高铁传感器环境的短时脉冲干扰消除装置及实现方法
CN111181634B (zh) 一种分布式光纤振动信号快速定位方法
CN117491787A (zh) 一种芯片生产设备电磁干扰检测系统
CN117314020B (zh) 一种浮游生物的湿地碳汇数据监测系统
CN115113125A (zh) 一种多通道任意波形发生器的校正系统
CN114977216A (zh) 振荡信号的参数辨识方法及终端
CN109768826B (zh) 数据处理方法、装置及设备、计算机可读存储介质
CN113225047A (zh) 一种基于tvlp-mf的动态检重秤快速滤波方法及系统
CN107610055B (zh) 傅里叶变换光谱仪干涉图噪声检测及抑制方法
CN117633695A (zh) 一种基于电参数时序分析的变压器运行监测方法
CN116481416B (zh) 基于北斗导航的桥梁挠度监测方法、电子设备及存储介质
CN115291652B (zh) 一种评估集中器cpu体质的动态评估方法
CN103063247B (zh) 一种透射式传感器平衡中点检测方法及装置
CN111964768B (zh) 增加电子秤抗干扰效果的滤波方法
CN115128697B (zh) 地球物理信号采集方法、地球物理仪器及系统
CN118277732B (zh) 一种大规模数据学习的机务模型训练方法及系统
RU226110U1 (ru) Нейросетевой детектор начала нелинейных искажений электрического сигнала
CN113609971B (zh) 微地震观测设备的检查方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination