CN115754603A - 数据修正方法、装置、设备、存储介质和计算机程序产品 - Google Patents
数据修正方法、装置、设备、存储介质和计算机程序产品 Download PDFInfo
- Publication number
- CN115754603A CN115754603A CN202211434427.3A CN202211434427A CN115754603A CN 115754603 A CN115754603 A CN 115754603A CN 202211434427 A CN202211434427 A CN 202211434427A CN 115754603 A CN115754603 A CN 115754603A
- Authority
- CN
- China
- Prior art keywords
- temperature data
- corrected
- time period
- sampling
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004590 computer program Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 title claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 247
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 230000003252 repetitive effect Effects 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Emergency Protection Circuit Devices (AREA)
Abstract
本申请涉及一种数据修正方法、装置、设备、存储介质和计算机程序产品。所述方法包括:获取电缆线路连续出现重复温度数据的待修正时间段;在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。采用本方法能够避免正确的温度数据被误修正,提高修正重复温度数据的准确性;进一步的,可精准确定电缆线路的运行状况,提高了电力系统运行的安全性。
Description
技术领域
本申请涉及电力电缆技术领域,特别是涉及一种数据修正方法、装置、设备、存储介质和计算机程序产品。
背景技术
近年来,社会高速发展和城市化进程不断加快,城市的快速扩张导致电力负荷逐年攀升,对电力系统的安全稳定运行提出了更为苛刻的要求。电缆线路的缆芯温度超过限值会致使电力系统出现损坏甚至发生重大事故,因此,对电缆缆芯温度的检测成为了对电力系统的研究重点之一。
现有的电缆线路温度监测技术,常用的是测温传感器来测量电缆外护套或者缓冲层的温度,然后采用热路模型或者有限元分析方法来计算电缆缆芯温度,之后将所计算的电缆缆芯温度传输至服务器,由服务器基于接收到的电缆缆芯温度,确定电缆线路是否正常运行。
然而,由于网络时延等因素,导致服务器可能获取到重复温度数据;若监测设备不对重复温度数据进行修正,而是直接采用重复温度数据来确定电缆线路的运行状况,可能会影响电力系统的正常运行。
发明内容
基于此,有必要针对上述技术问题,提供一种能够精准对重复温度数据进行修正的数据修正方法、装置、设备、存储介质和计算机程序产品。
第一方面,本申请提供了一种数据修正方法。所述方法包括:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
在其中一个实施例中,根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常,包括:
若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常。
在其中一个实施例中,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据,包括:
从待修正时间段之前的历史时段内选择至少两个采样时段;
根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
在其中一个实施例中,根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段,包括:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
在其中一个实施例中,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据,包括:
根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率;
根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
在其中一个实施例中,根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正,包括:
针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
第二方面,本申请还提供了一种数据修正装置。所述装置包括:
时段获取模块,获取电缆线路连续出现重复温度数据的待修正时间段;
数据确定模块,在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
修正确定模块,根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
第四方面,本申请还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,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
上述数据修正方法、装置、设备、存储介质和计算机程序产品,在确定温度数据传输异常的情况下,通过结合重复温度数据与目标时段内各采样时刻的电流数据,可得到预测温度数据,进而根据预测温度数据与重复温度数据进行误差判断,确定重复温度数据是否需要修正,避免了正确的温度数据被误修正,提高了修正重复温度数据的准确性;进一步的,后续通过修正后的温度数据,可精准确定电缆线路的运行状况,极大地提高了电力系统运行的安全性。
附图说明
图1为一个实施例中数据修正方法的流程示意图;
图2为一个实施例中确定预测温度数据的流程示意图;
图3为另一个实施例中确定预测温度数据的流程示意图;
图4为另一个实施例中数据修正方法的流程示意图;
图5为一个实施例中数据修正装置的结构框图;
图6为另一个实施例中数据修正装置的结构框图;
图7为又一个实施例中数据修正装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的数据修正方法,可以应用于在网络传输异常导致电缆线路出现重复温度数据的场景下,对电缆线路出现的重复温度数据进行修正的情况。可选的,该数据修正方法可以由服务器来执行。其中,数据存储系统可以存储服务器需要处理的数据,例如历史时段内检测到的电流数据和温度数据等。数据存储系统可以集成在服务器上,也可以放在云上或其他网络服务器上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种数据修正方法,以该方法应用于服务器为例进行说明,包括以下步骤:
S101,获取电缆线路连续出现重复温度数据的待修正时间段。
在本实施例中,测量电缆线路中电缆缆芯温度数据的温度检测设备,按照预设好的采样频率,对各采样时刻对应的电缆缆芯温度进行检测,并将检测的温度数据传输至服务器。进而服务器可以获取各采样时刻的温度数据;进一步的,若检测到超过预设时间阈值的一段时间内,电缆线路在各采样时刻的温度数据出现连续一致的情况,则将该温度数据定义为重复温度数据,将这一时间段定义为待修正时间段。
S102,在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段。采样时刻指的是按照预设的采样频率,对电缆缆芯的温度数据和电流数据进行采样的时刻。可选的,目标时段内所包含的采样时刻的数量,与待修正时间段所包含的采样时刻的数量相同;进一步的,目标时段内每一采样时刻,均与待修正时间段内每一采样时刻相对应。例如,目标时段和待修正时间段均包括3个采样时刻。目标时段内的第一个采样时刻,与待修正时间段内的第一个采样时刻相对应。
需要说明的是,在电缆线路实际运行的场景中,电缆线路的实时电流对电缆缆芯的温度影响较大,即同一时刻的电流数据与温度数据成正相关,变化趋势相同。因此,若检测到出现重复温度数据,不能排除与电缆线路出现重复电流数据有关的可能性。
进而,在检测到出现重复温度数据时,对待修正时间段内的电流数据进行分析。若待修正时间段内存在重复电流数据,则说明待修正时间段内的温度数据传输没有出现异常。
可选的,若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常,即需要对重复温度数据进行修正。
在本实施例中,预测温度数据即为预测出的温度检测设备在待修正时间段内各采样时刻检测到的温度数据。可选的,待修正时间段内每一采样时刻对应一个预测温度数据和一个重复温度数据。
具体的,可以按照一定规则,从待修正时间段之前的历史时段内选取一个时间段,作为目标时段;从数据存储系统中获取目标时段内各采样时刻的电流数据。之后,可以将获取到的重复温度数据与目标时段内各采样时刻的电流数据输入至预设的计算模型中,来确定待修正时间段内各采样时刻的预测温度数据。
S103,根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
具体的,针对待修正时间段内每一采样时刻,可以根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
可选的,针对待修正时间段内每一采样时刻,该采样时刻的预测温度数据和重复温度数据之间的误差,可以通过如下公式1计算得到。
其中,Tinew为第i个采样时刻的预测温度数据,Tiold为第i个采样时刻的重复温度数据,ηi为第i个采样时刻的预测温度数据和重复温度数据之间的误差。
进一步的,得到待修正时间段内每一采样时刻的预测温度数据和重复温度数据之间的误差后,将每一采样时刻对应的误差,与预设的误差阈值进行比较。若该误差大于预设的误差阈值,则对该采样时刻的重复温度数据进行修正,即将该采样时刻的预测温度数据作为新的温度数据;若误差不大于预设的误差阈值,则确定重复温度数据为有效温度数据。
进一步的,在对待修正时间段内每一采样时刻的重复温度数据进行修正之后,可以基于修正之后的温度数据,来确定在待修正时间段内电缆线路的运行状况。
上述数据修正方法,在确定温度数据传输异常的情况下,通过结合重复温度数据与目标时段内各采样时刻的电流数据,可得到预测温度数据,进而根据预测温度数据与重复温度数据进行误差判断,确定重复温度数据是否需要修正,避免了正确的温度数据被误修正,提高了修正重复温度数据的准确性;进一步的,后续通过修正后的温度数据,可精准确定电缆线路的运行状况,极大地提高了电力系统运行的安全性。
在上述实施例的基础上,在一个实施例中,如图2所示,进一步对上述S102进行细化。具体可以包括以下步骤:
S201,从待修正时间段之前的历史时段内选择至少两个采样时段。
在本实施例中,采样时段的时长与待修正时间段的时长相同,且采样时段为待修正时间段之前的时间段;各采样时段内所包含的采样时刻的数量,与待修正时间段所包含的采样时刻的数量相同。进一步的,对于每一采样时段,该采样时段内每一采样时刻,均与待修正时间段内每一采样时刻相对应。例如,采样时段和待修正时间段均包括3个采样时刻。采样时段内的第一个采样时刻,与待修正时间段内的第一个采样时刻相对应。
具体的,为了提高采样时段对待修正时段的参考性,尽可能将采样时段选取为时间与待修正时间段相隔较近的时间段。可以理解的是,采样时段的数量越多,目标时段的可选择性更高,对待修正时间段的参考性更高。
S202,根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段。
具体的,对于每一采样时段,可以通过如下公式2,来确定该采样时段内温度与电流之间的相关系数。
其中,xji为采样时段j内第i个采样时刻的温度数据,yji为采样时段j内第i个采样时刻的电流数据,为采样时段j内的温度数据平均值,为采样时段j内的电流数据平均值,n为采样时段j内的采样时刻的数量,rjTI为采样时段j的温度与电流之间的相关系数。
可选的,相关系数越大,温度与电流之间的相关性越强。
进一步的,将计算得到的各采样时段内温度与电流之间的相关系数进行比较,将相关系数最大,即温度与电流的相关性最强的采样时段作为目标时段。
S203,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
具体的,确定目标时段后,对目标时段内各采样时刻的电流数据进行获取,与待修正时间段内各采样时刻进行对应,获取待修正时间段内各采样时刻的重复温度数据;进一步的,将获取到的目标时段内各采样时刻的电流数据与待修正时间段内各采样时刻的重复温度数据,对应着输入至预先设定好的计算模型中进行计算,进而得到待修正时间段内各采样时刻的预测温度数据。
可以理解的是,从历史时段中选取具有强相关性的目标时段,通过目标时段内各采样时刻的电流数据,对待修正时间段内各采样时刻的重复温度数据进行修正,得到待修正时间段内各采样时刻的预测温度数据,使得到的预测温度数据更加精准。
在上述实施例的基础上,在一个实施例中,如图3所示,进一步对上述S203进行细化。具体可以包括以下步骤:
S301,根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率。
在本实施例中,电流斜率为目标时段内相邻采样时刻的电流变化值与相邻采样时刻的时间间隔的比值。
具体的,获取到目标时段内各采样时刻的电流数据后,可以结合如下公式3,利用各电流数据,计算目标时段内各采样时刻的电流数据的变化斜率,即电流斜率。
其中,Ii为目标时段内第i个采样时刻的电流数据,Ii-1为目标时段内第i-1个采样时刻的电流数据,Δt为目标时段内任意两个相邻采样时刻的时间间隔,ki为目标时段内第i个采样时刻的电流斜率。
S302,根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
具体的,获取到目标时段内各采样时刻的电流斜率后,与待修正时间段内各采样时刻进行对应,获取待修正时间段内各采样时刻的重复温度数据;之后,通过如下公式4,来计算待修正时间段内各采样时刻的预测温度数据。
Tinew=ki×Tiold (公式4)
其中,ki为目标时段内第i个采样时刻的电流斜率,Tiold为待修正时间段内第i个采样时刻的重复温度数据,Tinew为待修正时间段内第i个采样时刻的预测温度数据。
可以理解的是,通过计算目标时段内各采样时刻的电流斜率,与待修正时间段内各采样时刻的重复温度数据,计算得到待修正时间段内各采样时刻的预测温度数据,使得到的预测温度数据的过程更加简便,得到的预测温度数据更加准确。
在一个实施例中,如图4所示,提供了一种数据修正方法的可选实例。具体过程如下:
S401,获取电缆线路连续出现重复温度数据的待修正时间段。
S402,根据待修正时间段内的电流数据,确定待修正时间段的温度数据传输是否异常;若是,则执行S403;若否,则执行S410。
S403,从待修正时间段之前的历史时段内选择至少两个采样时段。
S404,根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段。
具体的,将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
S405,根据目标时段内各采样时刻的温度电流数据,确定目标时段内各采样时刻的电流斜率。
S406,根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
S407,针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正;若是,则执行S408;若否,则执行S409。
S408,采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
S409,保留该采样时刻的重复温度数据。
S410,确定待修正时间段的温度数据传输没有异常,无需进行数据修正。
上述S401-S410的具体过程可以参见上述方法实施例的描述,其实现原理合计数效果类似,再在此不再赘述。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据修正方法的数据修正装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据修正装置实施例中的具体限定可以参见上文中对于数据修正方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种数据修正装置1,包括:时段获取模块10、数据确定模块20和修正确定模块30,其中:
时段获取模块10,获取电缆线路连续出现重复温度数据的待修正时间段;
数据确定模块20,在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
修正确定模块30,根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
在一个实施例中,如图6所示,上述图5中的数据确定模块20可以包括:
异常确定单元21,用于若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常;
第一选择单元22,用于从待修正时间段之前的历史时段内选择至少两个采样时段;
第二选择单元23,用于根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
数据确定单元24,用于根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,上述图6中的第二选择单元23具体可以用于:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
在一个实施例中,如图7所示,上述图6中的数据确定单元24还可以包括:
斜率确定子单元241,用于根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率;
数据确定子单元242,用于根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,上述图5中的修正确定模块30具体可以用于:
针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
上述数据修正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史电流数据、重复温度数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据修正方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
在一个实施例中,处理器执行计算机程序根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的逻辑时,还实现以下步骤:
若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常。
在一个实施例中,处理器执行计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据的逻辑时,还实现以下步骤:
从待修正时间段之前的历史时段内选择至少两个采样时段;
根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,处理器执行计算机程序根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段的逻辑时,还实现以下步骤:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
在一个实施例中,处理器执行计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据的逻辑时,还实现以下步骤:
根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率;
根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,处理器执行计算机程序根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正的逻辑时,还实现以下步骤:
针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
在一个实施例中,计算机程序根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常被处理器执行时还实现以下步骤:
若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常。
在一个实施例中,计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据被处理器执行时还实现以下步骤:
从待修正时间段之前的历史时段内选择至少两个采样时段;
根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,计算机程序根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段被处理器执行时还实现以下步骤:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
在一个实施例中,计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据被处理器执行时还实现以下步骤:
根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率;
根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,计算机程序根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正被处理器执行时还实现以下步骤:
针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常的情况下,根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据;其中,目标时段的时长与待修正时间段的时长相同,且目标时段为待修正时间段之前的时间段;
根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正。
在一个实施例中,计算机程序根据待修正时间段内的电流数据,确定待修正时间段内的温度数据传输异常被处理器执行时还实现以下步骤:
若待修正时间段内的电流数据不存在重复,则确定待修正时间段内的温度数据传输异常。
在一个实施例中,计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据被处理器执行时还实现以下步骤:
从待修正时间段之前的历史时段内选择至少两个采样时段;
根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,计算机程序根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段被处理器执行时还实现以下步骤:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
在一个实施例中,计算机程序根据重复温度数据和目标时段内各采样时刻的电流数据,确定待修正时间段内各采样时刻的预测温度数据被处理器执行时还实现以下步骤:
根据目标时段内各采样时刻的电流数据,确定目标时段内各采样时刻的电流斜率;
根据电流斜率和重复温度数据,确定待修正时间段内各采样时刻的预测温度数据。
在一个实施例中,计算机程序根据预测温度数据和重复温度数据,确定是否对重复温度数据进行修正被处理器执行时还实现以下步骤:
针对待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
需要说明的是,本申请所涉及的数据(包括但不限于待修正时段内的重复温度数据、历史时段内存储的电流数据、温度数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据修正方法,其特征在于,所述方法包括:
获取电缆线路连续出现重复温度数据的待修正时间段;
在根据所述待修正时间段内的电流数据,确定所述待修正时间段内的温度数据传输异常的情况下,根据所述重复温度数据和目标时段内各采样时刻的电流数据,确定所述待修正时间段内各采样时刻的预测温度数据;其中,所述目标时段的时长与所述待修正时间段的时长相同,且所述目标时段为所述待修正时间段之前的时间段;
根据所述预测温度数据和所述重复温度数据,确定是否对所述重复温度数据进行修正。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待修正时间段内的电流数据,确定所述待修正时间段内的温度数据传输异常,包括:
若所述待修正时间段内的电流数据不存在重复,则确定所述待修正时间段内的温度数据传输异常。
3.根据权利要求1所述的方法,其特征在于,所述根据所述重复温度数据和目标时段内各采样时刻的电流数据,确定所述待修正时间段内各采样时刻的预测温度数据,包括:
从所述待修正时间段之前的历史时段内选择至少两个采样时段;
根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段;
根据所述重复温度数据和所述目标时段内各采样时刻的电流数据,确定所述待修正时间段内各采样时刻的预测温度数据。
4.根据权利要求3所述的方法,其特征在于,所述根据各采样时段内温度与电流之间的相关系数,从各采样时段内选择目标时段,包括:
将各采样时段中温度与电流之间的相关系数最大的采样时段,作为目标时段。
5.根据权利要求3所述的方法,其特征在于,所述根据所述重复温度数据和所述目标时段内各采样时刻的电流数据,确定所述待修正时间段内各采样时刻的预测温度数据,包括:
根据所述目标时段内各采样时刻的电流数据,确定所述目标时段内各采样时刻的电流斜率;
根据所述电流斜率和所述重复温度数据,确定所述待修正时间段内各采样时刻的预测温度数据。
6.根据权利要求1所述的方法,其特征在于,所述根据所述预测温度数据和所述重复温度数据,确定是否对所述重复温度数据进行修正,包括:
针对所述待修正时间段内每一采样时刻,根据该采样时刻的预测温度数据和重复温度数据之间的误差,确定是否采用该采样时刻的预测温度数据,对该采样时刻的重复温度数据进行修正。
7.一种数据修正装置,其特征在于,所述装置包括:
时段获取模块,用于获取电缆线路连续出现重复温度数据的待修正时间段;
数据确定模块,在根据所述待修正时间段内的电流数据,确定所述待修正时间段内的温度数据传输异常的情况下,根据所述重复温度数据和目标时段内各采样时刻的电流数据,确定所述待修正时间段内各采样时刻的预测温度数据;其中,所述目标时段的时长与所述待修正时间段的时长相同,且所述目标时段为所述待修正时间段之前的时间段;
修正确定模块,用于根据所述预测温度数据和所述重复温度数据,确定是否对所述重复温度数据进行修正。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434427.3A CN115754603A (zh) | 2022-11-16 | 2022-11-16 | 数据修正方法、装置、设备、存储介质和计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211434427.3A CN115754603A (zh) | 2022-11-16 | 2022-11-16 | 数据修正方法、装置、设备、存储介质和计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115754603A true CN115754603A (zh) | 2023-03-07 |
Family
ID=85372315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211434427.3A Pending CN115754603A (zh) | 2022-11-16 | 2022-11-16 | 数据修正方法、装置、设备、存储介质和计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115754603A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572137A (zh) * | 2024-01-17 | 2024-02-20 | 山东海纳智能装备科技股份有限公司 | 一种七电平anpc高压变频器远程监测系统 |
CN118329229A (zh) * | 2024-06-12 | 2024-07-12 | 国网黑龙江省电力有限公司伊春供电公司 | 一种电力系统电缆温度精确测量方法及系统 |
-
2022
- 2022-11-16 CN CN202211434427.3A patent/CN115754603A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572137A (zh) * | 2024-01-17 | 2024-02-20 | 山东海纳智能装备科技股份有限公司 | 一种七电平anpc高压变频器远程监测系统 |
CN117572137B (zh) * | 2024-01-17 | 2024-03-29 | 山东海纳智能装备科技股份有限公司 | 一种七电平anpc高压变频器远程监测系统 |
CN118329229A (zh) * | 2024-06-12 | 2024-07-12 | 国网黑龙江省电力有限公司伊春供电公司 | 一种电力系统电缆温度精确测量方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115754603A (zh) | 数据修正方法、装置、设备、存储介质和计算机程序产品 | |
WO2021204010A1 (zh) | 一种时序异常检测方法、装置、计算机设备及存储介质 | |
CN107861915B (zh) | 获取预警阈值的方法、装置以及存储介质 | |
CN109088775B (zh) | 异常监控方法、装置以及服务器 | |
US11620539B2 (en) | Method and device for monitoring a process of generating metric data for predicting anomalies | |
CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
CN111241155A (zh) | 时序数据异常检测方法、装置、设备及存储介质 | |
CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
CN112380073B (zh) | 一种故障位置的检测方法、装置及可读存储介质 | |
CN111258854B (zh) | 模型训练方法、基于预测模型的报警方法和相关装置 | |
CN111259338B (zh) | 元器件失效率修正方法、装置、计算机设备及存储介质 | |
CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
WO2023184237A1 (zh) | 计算电子系统的剩余使用寿命的方法、装置及计算机介质 | |
CN113806204A (zh) | 一种报文字段相关性的评估方法、装置、系统及存储介质 | |
Fedorchuk et al. | The method of decoding signals of temperature sensors of communication network equipment based on the use of nonlinear Volterra integral models | |
CN116826669B (zh) | 器件结温保护方法、装置、设备和存储介质 | |
CN115470976A (zh) | 电缆温度预测方法、装置、计算机设备和存储介质 | |
CN113470331B (zh) | 感温探测器的差温检测方法、装置、感温探测器及介质 | |
CN115914203A (zh) | 直流偏磁数据上传方法、装置、计算机设备、存储介质 | |
CN116819223A (zh) | 电缆运行状态监测方法、装置、计算机设备、介质和产品 | |
CN116108324A (zh) | 缺失数据补全方法、装置、计算机设备和存储介质 | |
CN116225828A (zh) | 基于接口调用量的告警方法、装置、设备、介质和产品 | |
CN118067270A (zh) | 电池主板故障检测方法、装置、计算机设备和存储介质 | |
CN118517318A (zh) | 核电机组二回路镜像负荷标定方法、装置和设备 |
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 |