CN116049502A - 一种关于累计型工业仪表的读取数据处理方法及装置 - Google Patents
一种关于累计型工业仪表的读取数据处理方法及装置 Download PDFInfo
- Publication number
- CN116049502A CN116049502A CN202310072745.8A CN202310072745A CN116049502A CN 116049502 A CN116049502 A CN 116049502A CN 202310072745 A CN202310072745 A CN 202310072745A CN 116049502 A CN116049502 A CN 116049502A
- Authority
- CN
- China
- Prior art keywords
- data
- read
- read data
- initial
- instrument
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 74
- 238000012937 correction Methods 0.000 claims abstract description 36
- 238000003672 processing method Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9017—Indexing; Data structures therefor; Storage structures using directory or table look-up
- G06F16/902—Indexing; Data structures therefor; Storage structures using directory or table look-up using more than one table in sequence, i.e. systems with three or more layers
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种关于累计型工业仪表的读取数据处理方法及装置,所述方法包括:在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集;从所述第一读取数据集确定M个为正常状态的第一读取数据;利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值;采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。本发明可以确定仪表器读取的初始数据为正确数据后,获取读取数据集并对读取数据集内的若干个正常状态的数据进行拟合,以及将拟合生成的数值替换读取数据集内异常状态数据的数值,从而消除异常数据,避免提取错误数据的情况,以提升提取数据的准确率。
Description
背景技术
随着科技的发展,越来越多的智能仪表应用于工业自动化控制中,使工业生产自动化程度的不断提高。智能仪表在工业自动化控制的应用中可以实时获取工业生产设备运行的数据,并根据工作人员设定采集数据的时间间隔通过信号端口持续输出给后台的数据处理端。然而,在实际工作中,由于仪表信号的采集和传输容易受到干扰或者出现传输中断的情况,导致数据处理端读数会出现异常,比如量值大幅峰值突变、小幅波动或者长时振荡。因此,需要对其读数进行判断及调整处理具有重要的意义。
当读数累计型工业仪表传输的数据出现异常时,目前常用的处理方法有两种:第一种是硬件处理,通过设置硬件设备来隔绝传输的干扰再进行读数处理,从而提高读取正确数据的准确率。第二种方式是软件处理,在获取读取数据后,根据正常单位时间内合理的变化阈值来判断数据是否异常,若正常则直接提取,若异常则进行调整再提取。
但目前常用的方法有如下技术问题:硬件处理需要增设硬件设备,导致结构复杂且增加成本。软件处理在检测过程中,若仪器出现故障并导致数据在某一时间节点发生大幅度波动,但由于持续时间短且单位时间内数据的波幅在变化阈值中,进而误判数据正常,判断的准确率较低,导致后续提取数据出错。
发明内容
本发明提出一种关于累计型工业仪表的读取数据处理方法及装置,所述方法在确定仪表器读取的初始数据的数值为正确后,获取以初始数据为起始端点的读取数据集,对读取数据集内的若干个正常状态的数据进行拟合,并将拟合生成的数值替换读取数据集内若干个异常状态数据的数值,从而避免提取错误数据的情况,提升提取数据的准确率。
本发明实施例的第一方面提供了一种关于累计型工业仪表的读取数据处理方法,所述方法包括:
在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1;
从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N;
利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N;
采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
在第一方面的一种可能的实现方式中,所述利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,包括:
依次将所述M个为正常状态的第一读取数据的读数坐标连成读数折线;
确定L个异常坐标,根据每个所述异常坐标从所述读数折线中查找对应的折线数值,得到L个第一修正值,所述异常坐标是所述第一读取数据集内为异常状态的第一读取数据的坐标。
在第一方面的一种可能的实现方式中,所述第一读取数据的正常状态确定方式,包括:
判断每个所述第一读取数据是否大于在先的第一读取数据,且每个所述第一读取数据是否与L个在后的第一读取数据构成递增序列;
若所述第一读取数据大于在先的第一读取数据,且所述第一读取数据与L个在后的第一读取数据构成递增序列,则确定所述第一读取数据为正常状态的第一读取数据;
反之,则确定所述第一读取数据为异常状态的第一读取数据。
在第一方面的一种可能的实现方式中,所述确定第一仪表器读取的第一初始数据为正确数据,包括:
获取第一仪表器读取的第一个第一初始数据;
若第一个所述第一初始数据是人工调试的读取数据,或者,第一个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第一个所述第一初始数据为正确数据;
若第一个所述第一初始数据的数值不在预设的阈值区间内,或者,第一个所述第一初始数据与若干个在后读取的数据不构成递增序列,确定第一个所述第一初始数据为非正确数据。
在第一方面的一种可能的实现方式中,所述确定第一仪表器读取的第一初始数据为正确数据,包括:
获取第一仪表器读取的第N个第一初始数据,N大于1;
若第N个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第N个所述第一初始数据为正确数据;
若第N个所述第一初始数据的数值不在预设的阈值区间内,或者,若第N个所述第一初始数据与若干个在先读取的数据以及与若干个在后读取的数据不构成递增序列,确定第N个所述第一初始数据为非正确数据。
在第一方面的一种可能的实现方式中,在所述采用所述L个修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值的步骤后,所述方法还包括:
若所述第一仪表器更换为第二仪表器,获取所述第二仪表器的第二初始数据;
在确定所述第二仪表器的第二初始数据为非正确数据后,获取第二仪表器的第二读取数据集,所述第二读取数据集是以所述第一仪表器的终止数据为起始端点,连续采集I个第二读取数据后组成,其中,I大于1,所述终止数据是所述第一仪表器的最后一个正确数据;
从所述第二读取数据集确定J个为正常状态的第二读取数据,其中,J小于或等于I;
利用所述J个为正常状态的第二读取数据的读数坐标,拟合生成K个第二修正值,其中,K小于I,且J+K=I;
采用所述K个第二修正值替换所述第二读取数据集内K个为异常状态的第二读取数据的数值。
在第一方面的一种可能的实现方式中,所述确定所述第二仪表器的第二初始数据为非正确数据,包括:
若所述第二初始数据与若干个连续的在先数据构成递减序列,且所述第二初始数据与若干个连续的在后数据构成递增序列,则确定所述第二初始数据为非正确数据。
在第一方面的一种可能的实现方式中,所述第二读取数据的数值是由所述第一仪表器的终止数据的数值与所述第二仪表器读取的数据的数值相加得到。
本发明实施例的第二方面提供了一种关于累计型工业仪表的读取数据处理装置,所述装置包括:
获取模块,用于在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1;
确定模块,用于从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N;
拟合模块,用于利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N;
替换模块,用于采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
相比于现有技术,本发明实施例提供的一种关于累计型工业仪表的读取数据处理方法及装置,其有益效果包括如下几点:
第一,利用简便且严谨的数学方法判断累计型工业仪表读取数据的读数值是否正常,在已知仪表器读取数据的读数值统计准确度的前提下,通过比较读取数据的读数值与其前后读取数据的读数值的大小关系,就能够判别出读取数据的读数值是否正常。
第二,在处理递增读取数据的异常值时,把不能判断是否正常的读取数据的读数值,放在前后临近的两个已识别出是正常读取数据的读数值的区间中,以最长递增序列的原则保留原始读取数据的读数值,使得在保证读取数据的读数值递增的同时又能保留更多原始正常读取数据的读数值,且使异常数据的拟合值变得合理。
第三,可以大范围涵盖了累计型工业仪表读取数据的读数值中出现的各种情况,不管是一般读数值波动异常,还是特殊情况读数值波动异常的情况,采用该算法都能合理识别和处理,因此对于任一类型的累计型工业仪表,仅需知道其读取数据的读数值的统计准确度,就能通过该算法使仪表器读取数据的读数值准确度大大提高,从而会降低企业仪表性能改造和维护的成本。
附图说明
图1是本发明提供的软件处理方式的读取数据示意图;
图2是本发明一实施例提供的一种关于累计型工业仪表的读取数据处理方法的流程示意图;
图3是本发明一实施例提供的一种关于累计型工业仪表的读取数据处理方法的操作流程图;
图4是本发明一实施例提供的累计型工业电表读数的读取数据截图;
图5是本发明一实施例提供的一种关于累计型工业仪表的读取数据处理装置的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着科技的发展,越来越多的智能仪表应用于工业自动化控制中,使工业生产自动化程度的不断提高。智能仪表在工业自动化控制的应用中可以实时获取工业生产设备运行的数据,并根据工作人员设定采集数据的时间间隔通过信号端口持续输出给后台的数据处理端。然而,在实际工作中,由于仪表信号的采集和传输容易受到干扰或者出现传输中断的情况,导致数据处理端读数会出现异常,比如量值大幅峰值突变、小幅波动或者长时振荡。因此,需要对其读数进行判断及调整处理具有重要的意义。
当读数累计型工业仪表传输的数据出现异常时,目前常用的处理方法有两种:第一种是硬件处理,通过设置硬件设备来隔绝传输的干扰再进行读数处理,从而提高读取正确数据的准确率。第二种方式是软件处理,在获取读取数据后,根据正常单位时间内合理的变化阈值来判断数据是否异常,若正常则直接提取,若异常则进行调整再提取。
但目前常用的方法有如下技术问题:硬件处理需要增设硬件设备,导致结构复杂且增加成本。软件处理在检测过程中,若仪器出现故障并导致数据在某一时间节点发生大幅度波动,但由于持续时间短且单位时间内数据的波幅在变化阈值中,进而误判数据正常,判断的准确率较低,导致后续提取数据出错。
参照图1,示出了本发明提供的软件处理方式的读取数据示意图。
例如,采用上述软件处理方式进读取数据得到如图1所示的数据表。从上图1的数据表中可以看到,增量为8的数据读数判定为正常数据读数,但后续某一时间节点的数据有大幅度的增加,而后续的数据持续衰减,这一段数据均在检测的单位时间,计算得到的单位时间增量是在正常区域中。然而从某一时间有巨大的数据增幅开始,后续的数据均是错误数据,却误判为正确数据,导致后续提取出错的情况。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种关于累计型工业仪表的读取数据处理方法进行详细介绍和说明。
参照图2,示出了本发明一实施例提供的一种关于累计型工业仪表的读取数据处理方法的流程示意图。
在一实施例中,所述方法适用于数据处理端,数据处理端可以与前端的工业仪表器连接,由工业仪表器采集数据,后端的数据处理端对工业仪表器读取的数据进行检测、提取和存储等处理。该数据处理端可以pc电脑,也可以是手机智能终端。
其中,作为示例的,所述关于累计型工业仪表的读取数据处理方法,可以包括:
S11、在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1。
在一实施例中,在进行读数时,若仪表器读取的数据出错,可能后续的数据也出错。为了能提取正确的数据,需要先确定所获取的第一仪表器读取的第一初始数据为正确数据,在确定数据正确后,再获取第一读取数据集。
其中,第一初始数据可以是第一个数据,也可以是完成一次提取后获取的数据。
第一读取数据集可以是从第一初始数据开始,连续获取的N个第一仪表器的读取的数据。
例如,第一次提取了1-8个读取数据,然后第9个读取数据是第一初始数据并确定为正确数据。则从第9个读取数据开始,连续获取4个或6个或8个或20个读取数据。再由第9个读取数据至第29个读取数据组成第一读取数据集。
需要说明的是,每个读取数据包括读取时间和数值。其中,获取数值的时间是等时间间隔,可以将读取时间和数值组成读取数据的坐标点,x轴对应的是数值获取的时间间隔累计值,y轴对应的是累计型工业仪表的数值。
例如,数据的坐标点指坐标轴上的点,即(xi,yi),而数值指的是纵坐标的值即yi,数值具体也可以是纵坐标的读数值或者累计型工业仪表的读数值,“i”表示顺序序号。
为了准确确定第一初始数据是否为正确数据,其中,作为示例的,步骤S11可以包括以下子步骤:
S111、获取第一仪表器读取的第一个第一初始数据。
第一仪表器每读取一个数据,均立即发送给数据处理端。数据处理端可以实时获取第一仪表器读取的第一个数据,得到第一个第一初始数据。
S112、若第一个所述第一初始数据是人工调试的读取数据,或者,第一个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第一个所述第一初始数据为正确数据。
S113、若第一个所述第一初始数据的数值不在预设的阈值区间内,或者,第一个所述第一初始数据与若干个在后读取的数据不构成递增序列,确定第一个所述第一初始数据为非正确数据。
具体地,若第一初始数据是第一仪表器读取的第一个数据,则可以直接确定第一初始数据的数值是否在预设的阈值区间内,若在预设的阈值区间内,则确定第一初始数据为正确数据;若不在预设的阈值区间内,则确定第一初始数据为非正确数据。
又或者,可以判断第一个第一初始数据与若干个在后读取的数据是否构成递增序列。若第一个第一初始数据与若干个在后读取的数据构成递增序列,可以确定第一仪表器读取的第一个第一初始数据是正确数据;反之,可以确定第一仪表器读取的第一个第一初始数据为非正确数据。
可选地,获取的第一初始数据不是第一仪表器读取的第一个数据,可能是第二个或者第三个数据或者第N个数据,为了准确确定后续获取的第二、第三或第N个第一初始数据是否为正确数据,其中,作为示例的,步骤S11可以包括以下子步骤:
在第一方面的一种可能的实现方式中,所述确定第一仪表器读取的第一初始数据为正确数据,包括:
S114、获取第一仪表器读取的第N个第一初始数据,N大于1。
第N个第一初始数据可以是从第一仪表器读取的第二个数据、第三个数据…第十个数据等等。
S115、若第N个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第N个所述第一初始数据为正确数据。
S116、若第N个所述第一初始数据的数值不在预设的阈值区间内,或者,若第N个所述第一初始数据与若干个在先读取的数据以及与若干个在后读取的数据不构成递增序列,确定第N个所述第一初始数据为非正确数据。
在一实施例中,其判断方式可以与上述步骤相似,若第一初始数据是第一仪表器读取的第N个数据,则可以确定第一初始数据的数值是否在预设的阈值区间内,若在预设的阈值区间内,则确定第一初始数据为正确数据;若不在预设的阈值区间内,则确定第一初始数据为非正确数据。
也可以判断第N个第一初始数据与若干个在后读取的数据是否构成递增序列。若第N个第一初始数据与若干个在后读取的数据构成递增序列,可以确定第一仪表器读取的第N个第一初始数据是正确数据;反之,若第N个第一初始数据与若干个在后读取的数据不构成递增序列,可以确定第一仪表器读取的第N个第一初始数据为非正确数据。
在又一可选的实施例中,若第一初始数据不是第一仪表器读取的第一个数据,例如,第一初始数据是第一仪表器读取的第6个数据,也可以先确定第一初始数据的数值是否在预设的阈值区间内;若不在预设的阈值区间内,则确定第一初始数据为非正确数据;若第一初始数据的数值在预设的阈值区间内,则确定第1个数据至第5个数据是否均在预设的阈值区间内,若第1个数据至第5个数据均在预设的阈值区间内,则确定第一初始数据为正确数据。
需要说明的是,默认大于阀值的异常数据可以自动识别清理掉,即出现超大值、非连续超低值(含0读数值的情况)可以自动删除,其时间也可以继续累计。
S12、从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N。
在一实施例中,第一读取数据集中包含多个数据,每个数据可能是正常状态,可能异常状态,例如,有10个数据,其中6个正常状态,4个异常状态。
可以先确定每个数据的状态,然后再确定哪几个数据是正常状态的数据。
其中,正常状态可以是正确的数据,异常状态可以是错误的数据。
在一可选的实施例中,可能读取数据集内每个数据均是正常状态的数据,所以正常状态的第一读取数据的数量M可能等于N。
同理,可能读取数据集内可能有三五个数据是异常状态的数据,所以正常状态的第一读取数据的数量M可能小于N。
为了准确确定数据是否为正常状态数据,在一可选的实施例中,步骤S12可以包括以下子步骤:
S121、判断每个所述第一读取数据是否大于在先的第一读取数据,且每个所述第一读取数据是否与L个在后的第一读取数据构成递增序列。
S122、若所述第一读取数据大于在先的第一读取数据,且所述第一读取数据与L个在后的第一读取数据构成递增序列,则确定所述第一读取数据为正常状态的第一读取数据。
S123、反之,则确定所述第一读取数据为异常状态的第一读取数据。
根据前文描述,读取数据集的第一个读取数据是正确数据,在此前提下,可以从读取数据集的第二个读取数据开始判断。
可以判断第二个读取数据的数值大于或等于第一个读取数据的数值,且该第二个读取数据的数值是否与接着的L个读取数据的数值能构成递增序列(在一可选的实施例中,递增序列可以包含数值相等的情况)。若是,则判断第二个读取数据是正确的,否则,则确定第二个读取数据异常,可以跳过第二个读取数据,接着看第三个读取数据;比较第三个读取数据的数值是否大于等于前一个正确的读取数据的数值,然后按照上述……,依此类推。(需要说明的是,若第二个读取数据是正确数据,就与第二个读取数据进行比较,若第二个读取数据不是正确数据,则与第一个读取数据进行比较)。
在一实施例中,L的个数可以根据实际需要进行调整,可以是1、2、3、4、5、6等等。
在一可选的实施例中,L的个数可以根据在序列是递增和统计准确度来调整,例如,数据的准确率或正确率为95%,对应地,其异常率为5%,可以以其异常率的数值为个数,则L的个数为5。又例如,若数据的准确率或正确率为98%,对应地,其异常率为2%,可以以其异常率的数值为个数,则L的个数为2。其中,异常率又称异常比率,具体是异常数据的数量与总数据的数量的比值。
S13、利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N。
在一实施例中,读数坐标为数据的坐标点,具体是指坐标轴上的点,即(xi,yi)。其中,xi为轴对应的是数值获取的时间间隔累计值,yi为是纵坐标的数值,i表示顺序序号。
例如,有读取数据集有13个读取数据,其中,10个为正常状态的第一读取数据。3个为异常状态的第一读取数据。
采用这10个正常状态的第一读取数据的读数坐标,来拟合生成代表5个为异常状态的第一读取数据的值,得到3个第一修正值。
在其中一种的实施例中,步骤S13可以包括以下子步骤:
S131、依次将所述M个为正常状态的第一读取数据的读数坐标连成读数折线。
S132、确定L个异常坐标,根据每个所述异常坐标从所述读数折线中查找对应的折线数值,得到L个第一修正值,所述异常坐标是所述第一读取数据集内为异常状态的第一读取数据的坐标。
承接上述例子,有读取数据集有13个读取数据,其中,10个为正常状态的第一读取数据。3个为异常状态的第一读取数据。13个读取数据分别是第一仪表器接收的第9个至第21个读取数据。
假设,找到符合条件的递增子序列正常状态数据分别是y9,y10,y11,y14,y15,y16,y17,y18,y20,y21,异常状态的数据分别是y12、y13、y19。
则保留y9、y10、y11、y14、y15、y16、y17、y18、y20、y21的值,y12、y13、y19的值未保留。
接着,将各个正常状态的数据的读数坐标:(x9,y9)、(x10,y10)、(x11,y11)、(x14,y14)、…、(x21,y21)依次连成折线,按照y12、y13、y19的X轴时间坐标,该折线上对应y12、y13、y19的值,得到y12、y13、y19修改后的拟合数值,从而得到3个第一修正值。
S14、采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
承接上述例子,在得到y12、y13、y19分别对应的第一修正值后,可以利用这三个第一修正值对应替换掉原来为异常状态的数据y12、y13、y19的数值。
使得第一读取数据集的数据符合要求,最后再有数据处理端存储或处理第一读取数据集。
在一实际操作中,随着时间的推移,可能当前的第一仪表器完成采集工作,仪表需要更换,需要将当前的第一仪表器换成第二仪表器。在更换期间会出现读数数据的数值持续为0的情况,若没及时调整新仪表的初始数值,则该新仪表会从数值“0”开始递增(假设设定数值“0”自动删除),且同一个功能位置的仪表编号是一样的,从而识别出因换表而导致的异常数值。
为了避免上述情况,并且为了能衔接在先第一仪表器读取的数据,其中,作为示例的,所述方法还可以包括:
S15、若所述第一仪表器更换为第二仪表器,获取所述第二仪表器的第二初始数据;
在一实施例中,第二初始数据可以是第二仪表器的读取的第一个数据、第二个数据或者第x个数据。
S16、在确定所述第二仪表器的第二初始数据为非正确数据后,获取第二仪表器的第二读取数据集,所述第二读取数据集是以所述第一仪表器的终止数据为起始端点,连续采集I个第二读取数据后组成,其中,I大于1,所述终止数据是所述第一仪表器的最后一个正确数据。
具体地,可以先确定该第二初始数据是否为非正确数据,该非正确数据可以是异常数据。
在一具体实现方式中,确定该第二初始数据是否为非正确数据的方式也可以是:先确定换表后相关人员没有把新仪表的初始数值调为前一仪表的最末正常读数而导致读数长时间处于小值的状态。
其判定方法是:在这些小值读数中能确定第一个是正常的读数,且该正常读数小于前一正常读数,则判定为换表后没调整新仪表的初始读数值,即可以确定第二初始数据为非正确数据。
若确定了第二初始数据为非正确数据后,获取第二仪表器的第二读取数据集。
其中,第二读取数据集是以所述第一仪表器的终止数据为起始端点,连续采集I个第二读取数据后组成,所述终止数据是所述第一仪表器的最后一个正确数据。
所述第二读取数据的数值是由所述第一仪表器的终止数据的数值与所述第二仪表器读取的数据的数值相加得到。
第一仪表器的终止数据是第一仪表器的最后一个判断为正常状态的读取数据,又或者是第一仪表器的最后一个判断为正确数据的数据。
每个第二读取数据也可以如第一读取数据一样,每个读取数据包括读取时间和数值。具体可以参照上述说明。
由于累计型工业仪表的数值记录是持续的,若换新仪表后的数据没及时调整,则会从“0”开始累计,这样新仪表的正常读数值会持续很长一段时间或者永久都小于前一个旧累计型仪表最末的正常数值,导致前后仪表的正常数值记录就不符合持续递增的状态,出现不正常状态。
为此,在更换仪表器后,在正常情况下,第二仪表器采集的数据应该在第一仪表器读取的数据的基础上继续递增。即把前一仪表的最末正常读数调为新仪表的初始值。若换表时相关人员忘记或没有调试新仪表的初始值,则第二仪表器读取的数据是与正常的数据不同,所以采集的第二初始数据应该是非正确数据。
因此,当在确定第二仪表器的第二初始数据为非正确数据后,为了衔接前一个旧仪表的数值记录,在需要将新仪表的数值都加上前一个旧仪表的最末正常数值。具体就是将第二仪表器读取的数据的数值加上第一仪表器的终止数据的数值,得到第二读取数据。
为了准确确定第二初始数据是否为非正确数据,在一实施例中,步骤S16可以包括以下子步骤:
S161、若所述第二初始数据与若干个连续的在先数据构成递减序列,且所述第二初始数据的在后数据小于所述第二初始数据,则确定是第二初始数据为非正确数据。
具体地,可以先判断第二初始数据的数值是否在预设范围内,若是,则判断第二初始数据的在先5个数据的数值是否均小于前一个已判定是正常的读取数据的数值(此处的前一个已判定是正常的读取数据的数值,可以是第一仪表器的最后一个正常状态的数据的数值)。
在又一可选的实现方式中,无论第二初始数据可以是第二仪表器的读取的第一个数据、第二个数据或者第x个数据,若第二初始数据与若干个连续的在先读取的数据构成递减序列,且第二初始数据与若干个连续的在后读取的数据构成递增序列,则可以确定第二初始数据为非正确数据。
当连续有超过5个数据的数值均小于前一个已判定是正常数据的数值时,则可以往后在后的数据,然后确定在后数据的数值是否小于第二初始数据的数值。
可选地,可以在在后的数据中查找第二个正常状态的读取数据的数值,若第二个正常状态的读取数据的数值仍小于前一个已判定是正常数据的数值,则表示换新仪表后该新仪表没及时加上前一个旧仪表的最末正常读数值才开始计数,需要调整新仪表的初始值。
具体需从新仪表的第一个读取数据的数值开始,往后的每一个数据的数值均需要加上前一个旧仪表最后一个正常状态的读取数据的数值,从而得到第二读取数据,再将多个第二读取数据组合在一起,得到第二读取数据集。
S17、从所述第二读取数据集确定J个为正常状态的第二读取数据,其中,J小于或等于I。
在一实施例中,从所述第二读取数据集确定J个为正常状态的第二读取数据的具体操作方式与步骤S12相同。
具体也可以根据第二读取数据的数值是否大于在先的第二读取数据,且第二读取数据与K个在后的第二读取数据构成递增序列,则确定第二读取数据为正常状态的二读取数据。反之,则确定第二读取数据为异常状态的第二读取数据。
S18、利用所述J个为正常状态的第二读取数据的读数坐标,拟合生成K个第二修正值,其中,K小于I,且J+K=I。
具体地,拟合方式也可以与上述步骤S13相同,也可以先利用J个为正常状态的第二读取数据的读数坐标构建折线,然后根据K个异常状态的第二读取数据的坐标查找对应的数值,得到第二修正值。
具体可以参照上述例子说明。
S19、采用所述K个第二修正值替换所述第二读取数据集内K个为异常状态的第二读取数据的数值。
在一实施例中,替换方式也可以与上述步骤S14相同,具体可以参照上述说明。
在一具体操作方式中,当连续有超过若干个第二仪表器的第二初始数据远小于前一正常读数,且在该若干读数中能找到连续若干个读数构成的递增序列,则判定第二仪表器读取的第二初始数据是换表后没及时衔接前一仪表的最末正常数据的读数。
接着,可以从远小于前一正常读数的第一个读数开始都需加上前一仪表的最末正常读数值,再按第一仪表的异常值处理方法进行判定修正读数值。
需要说明的是,在检测仪表器从第一仪表器更换为第二仪表器后,若获取的第二仪表器的第二初始数据为正确数据,可以按照步骤S11-S14的处理方式,对第二仪表器获取的每个数据进行检测,以确定第二仪表器采集的数据或者读取数是否正确,直到第二仪表器读取完成,再更换至第三仪表器,在重新执行读取的判断,不断如此类推。
参照图3,示出了本发明一实施例提供的一种关于累计型工业仪表的读取数据处理方法的操作流程图。
具体地,其操作包括如下步骤:
第一步,获取读数数据;
第二步,判断读取数据是否为正常状态的读取数据,具体是判断读取数据的读数值是否为正常的数值,具体可以包括:
①、将前一个正常状态的读取数据的读数值记为yi(i从1开始),若yi+1≥yi且yi+1≤yi+2≤yi+3≤yi+4≤yi+5≤yi+6则判定yi+1是正常状态的读取数据的读数值,紧接着继续验证yi+2是否为正常状态的读取数据的读数值,如此类推;
②、若0<yi+1,i+2,i+3,i+4,i+5,i+6<yi,设定yi+1正常,直至找到下一个读数数据的读数值yi+k+1满足yi+1≤yi+k+1≤yi+k+2≤yi+k+3≤yi+k+4≤yi+k+5≤yi+k+6(k表示跳过读取数据个数),判定yi+k+1是否为正常状态的读取数据的读数值,若yi+k+1仍小于yi,则表示为由于换表后没将上一旧仪表的最末正常读数值调为新仪表的初始值而导致读数处于低值,从yi+1开始的读取数据的读数值都加上yi值,以yi+1+yi=yi,并返回上述1再判断该读取数据是否为正常状态的读取数据,否则将yi+1,……,yi+k+1的值都替换成yi值;
③、若前两个条件均不满足,则跳过yi+1看yi+2,……,依此类推,跳过的正常状态的读取数据的读数值个数记为k(k≥1),下一个正常状态的读取数据的读数值记为yi+k+1;
第三步,将③步骤区间M[xi,xi+k+1]中把不在yi≤ym≤yi+k+1(i≤m≤i+k+1)范围内的读取数据的读数值剔除,剩下p个读取数据的读数值,1≤p≤k;
第四步,在第三步p个读取数据的读数值中找出yi≤…≤yi+n≤…≤yi+k+1(i≤i+n≤i+k+1,1≤n≤p)且使n最大的递增子序列T;
第五步,将第四步序列T中的读数值保留,并对应坐标依次线,未保留下来的读数值替换成相应横坐标对应折线上纵坐标的值;
第六步,返回第二步继续检验下一个读取数据的读数值。
为了进一步说明,参照图4,示出了本发明一实施例提供的累计型工业电表读数的读取数据截图。
图4显示的是某一个累计型工业电表部分读数值情况,采集读数值的时间间隔是1分钟,在该电表x月x日显示的第1个读数值y1正确且统计准确度达95%的前提下,开始异常读数值判断。
在图4中,从第2个读数值y2开始进行异常值判断,可以比较得出,y2≥y1且y2≤y3≤y4≤y5≤y6≤y7,则判断第2个读数值y2是正常的;其次判断第3个读数值y3,根据图4可以发现读数值y3~y7也是正常的(因为y3~y7均是大于其在先的读数值,且与在后的读数值形成递增序列),跟第2个读数值y2判定情况一样;接着看第8个读数值y8,y8≥y7,但读数值y8与读数值y9~y13不能构成递增序列,则跳过y8,看第9个读数值y9,可以发现读数值y9~y12判定情况与y8一样,均被跳过;紧接着看第13个读数值y13,y13≥y7且y13≤y14≤y15≤y16≤y17≤y18,则判定第13个读数值y13是正常的;在区间[x7,x13]内共跳过了5个读数值,即k=5,把该区间读数值不在[y7,y13]范围内即不在[432732.4,432733.2]中的读数值剔除掉,因此剔除了y12,然后在y7,y8,y9,y10,y11,y13共6个读数值中找到一个最长的、不一定连续的但顺序不变的递增子序列(必须包含读数值y7和y13),在该例子中,恰好y7≤y8≤y9≤y10≤y11≤y13,则第8个、第9个、第10个和第11个读数值均被保留下来,只剔除了第12个读数值;最后,将点(x7,y7)、(x8,y8)、(x9,y9)、(x10,y10)、(x11,y11)、(x13,y13)依次连成折线,由于第11个读数值y11和第13个读数值y13相等,是一条水平直线,均为432733.2,所以第12个异常读数值y12被替换成432733.2。
在本实施例中,本发明实施例提供了一种关于累计型工业仪表的读取数据处理方法,其有益效果在于:本发明可以先确定仪表器读取的初始数据的数值是否正确,当初始数据为正确数据后,可以获取以初始数据为起始端点的读取数据集,对读取数据集内的若干个正常状态的数据进行拟合,并将拟合生成的数值替换读取数据集内若干个异常状态数据的数值,使得读取数据集内的各个数据均为正常状态的数据,从而消除异常数据,避免提取错误数据的情况,以提升提取数据的准确率。
本发明实施例还提供了一种关于累计型工业仪表的读取数据处理装置,参见图5,示出了本发明一实施例提供的一种关于累计型工业仪表的读取数据处理装置的结构示意图。
其中,作为示例的,所述关于累计型工业仪表的读取数据处理装置可以包括:
获取模块501,用于在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1;
确定模块502,用于从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N;
拟合模块503,用于利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N;
替换模块504,用于采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
可选地,所述拟合模块,还用于:
依次将所述M个为正常状态的第一读取数据的读数坐标连成读数折线;
确定L个异常坐标,根据每个所述异常坐标从所述读数折线中查找对应的折线数值,得到L个第一修正值,所述异常坐标是所述第一读取数据集内为异常状态的第一读取数据的坐标。
可选地,所述确定模块,还用于:
判断每个所述第一读取数据是否大于在先的第一读取数据,且每个所述第一读取数据是否与L个在后的第一读取数据构成递增序列;
若所述第一读取数据大于在先的第一读取数据,且所述第一读取数据与L个在后的第一读取数据构成递增序列,则确定所述第一读取数据为正常状态的第一读取数据;
反之,则确定所述第一读取数据为异常状态的第一读取数据。
可选地,所述获取模块,还用于:
获取第一仪表器读取的第一个第一初始数据;
若第一个所述第一初始数据是人工调试的读取数据,或者,第一个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第一个所述第一初始数据为正确数据;
若第一个所述第一初始数据的数值不在预设的阈值区间内,或者,第一个所述第一初始数据与若干个在后读取的数据不构成递增序列,确定第一个所述第一初始数据为非正确数据。
可选地,所述获取模块,还用于:
获取第一仪表器读取的第N个第一初始数据,N大于1;
若第N个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第N个所述第一初始数据为正确数据;
若第N个所述第一初始数据的数值不在预设的阈值区间内,或者,若第N个所述第一初始数据与若干个在先读取的数据以及与若干个在后读取的数据不构成递增序列,确定第N个所述第一初始数据为非正确数据。
可选地,在所述采用所述L个修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值的步骤后,所述装置还包括:
第二初始模块,用于若所述第一仪表器更换为第二仪表器,获取所述第二仪表器的第二初始数据;
第二数据集模块,用于在确定所述第二仪表器的第二初始数据为非正确数据后,获取第二仪表器的第二读取数据集,所述第二读取数据集是以所述第一仪表器的终止数据为起始端点,连续采集I个第二读取数据后组成,其中,I大于1,所述终止数据是所述第一仪表器的最后一个正确数据;
确定第二数据模块,用于从所述第二读取数据集确定J个为正常状态的第二读取数据,其中,J小于或等于I;
第二拟合模块,用于利用所述J个为正常状态的第二读取数据的读数坐标,拟合生成K个第二修正值,其中,K小于I,且J+K=I;
第二替换模块,用于采用所述K个第二修正值替换所述第二读取数据集内K个为异常状态的第二读取数据的数值。
可选地,所述第二数据集模块,还用于:
若所述第二初始数据与若干个连续的在先数据构成递减序列,且所述第二初始数据的在后数据小于所述第二初始数据,则确定是第二初始数据为非正确数据。
可选地,所述第二读取数据的数值是由所述第一仪表器的终止数据的数值与所述第二仪表器读取的数据的数值相加得到。
所属技术领域的技术人员可以清楚地了解到,为方便的描述和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步的,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例所述的关于累计型工业仪表的读取数据处理方法。
进一步的,本申请实施例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存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如上述实施例所述的关于累计型工业仪表的读取数据处理方法。
以上所述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,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种关于累计型工业仪表的读取数据处理方法,其特征在于,所述方法包括:
在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1;
从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N;
利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N;
采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
2.根据权利要求1所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,包括:
依次将所述M个为正常状态的第一读取数据的读数坐标连成读数折线;
确定L个异常坐标,根据每个所述异常坐标从所述读数折线中查找对应的折线数值,得到L个第一修正值,所述异常坐标是所述第一读取数据集内为异常状态的第一读取数据的坐标。
3.根据权利要求1所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述第一读取数据的正常状态确定方式,包括:
判断每个所述第一读取数据是否大于在先的第一读取数据,且每个所述第一读取数据是否与L个在后的第一读取数据构成递增序列;
若所述第一读取数据大于在先的第一读取数据,且所述第一读取数据与L个在后的第一读取数据构成递增序列,则确定所述第一读取数据为正常状态的第一读取数据;
反之,则确定所述第一读取数据为异常状态的第一读取数据。
4.根据权利要求1所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述确定第一仪表器读取的第一初始数据为正确数据,包括:
获取第一仪表器读取的第一个第一初始数据;
若第一个所述第一初始数据是人工调试的读取数据,或者,第一个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第一个所述第一初始数据为正确数据;
若第一个所述第一初始数据的数值不在预设的阈值区间内,或者,第一个所述第一初始数据与若干个在后读取的数据不构成递增序列,确定第一个所述第一初始数据为非正确数据。
5.根据权利要求1所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述确定第一仪表器读取的第一初始数据为正确数据,包括:
获取第一仪表器读取的第N个第一初始数据,N大于1;
若第N个所述第一初始数据与若干个在后读取的数据构成递增序列,确定第N个所述第一初始数据为正确数据;
若第N个所述第一初始数据的数值不在预设的阈值区间内,或者,若第N个所述第一初始数据与若干个在先读取的数据以及与若干个在后读取的数据不构成递增序列,确定第N个所述第一初始数据为非正确数据。
6.根据权利要求1-5任意一项所述的关于累计型工业仪表的读取数据处理方法,其特征在于,在所述采用所述L个修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值的步骤后,所述方法还包括:
若所述第一仪表器更换为第二仪表器,获取所述第二仪表器的第二初始数据;
在确定所述第二仪表器的第二初始数据为非正确数据后,获取第二仪表器的第二读取数据集,所述第二读取数据集是以所述第一仪表器的终止数据为起始端点,连续采集I个第二读取数据后组成,其中,I大于1,所述终止数据是所述第一仪表器的最后一个正确数据;
从所述第二读取数据集确定J个为正常状态的第二读取数据,其中,J小于或等于I;
利用所述J个为正常状态的第二读取数据的读数坐标,拟合生成K个第二修正值,其中,K小于I,且J+K=I;
采用所述K个第二修正值替换所述第二读取数据集内K个为异常状态的第二读取数据的数值。
7.根据权利要求6所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述确定所述第二仪表器的第二初始数据为非正确数据,包括:
若所述第二初始数据与若干个连续的在先数据构成递减序列,且所述第二初始数据的在后数据小于所述第二初始数据,则确定是第二初始数据为非正确数据。
8.根据权利要求6所述的关于累计型工业仪表的读取数据处理方法,其特征在于,所述第二读取数据的数值是由所述第一仪表器的终止数据的数值与所述第二仪表器读取的数据的数值相加得到。
9.一种关于累计型工业仪表的读取数据处理装置,其特征在于,所述装置包括:
获取模块,用于在确定第一仪表器读取的第一初始数据为正确数据后,获取第一仪表器的第一读取数据集,所述第一读取数据集是以所述第一初始数据为起始端点,连续采集N个第一读取数据后组成,其中,N大于1;
确定模块,用于从所述第一读取数据集确定M个为正常状态的第一读取数据,其中,M小于或等于N;
拟合模块,用于利用所述M个为正常状态的第一读取数据的读数坐标,拟合生成L个第一修正值,其中,L小于N,且M+L=N;
替换模块,用于采用所述L个第一修正值替换所述第一读取数据集内L个为异常状态的第一读取数据的数值。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如权利要求1-8任意一项所述的关于累计型工业仪表的读取数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310072745.8A CN116049502A (zh) | 2023-01-31 | 2023-01-31 | 一种关于累计型工业仪表的读取数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310072745.8A CN116049502A (zh) | 2023-01-31 | 2023-01-31 | 一种关于累计型工业仪表的读取数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116049502A true CN116049502A (zh) | 2023-05-02 |
Family
ID=86131144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310072745.8A Pending CN116049502A (zh) | 2023-01-31 | 2023-01-31 | 一种关于累计型工业仪表的读取数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116049502A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683703A (zh) * | 2017-03-15 | 2017-05-17 | 珠海格力电器股份有限公司 | 一种数据读取方法、集成电路及芯片 |
CN108124487A (zh) * | 2017-12-22 | 2018-06-05 | 深圳前海达闼云端智能科技有限公司 | 云端抄表方法及装置 |
CN108387850A (zh) * | 2018-05-04 | 2018-08-10 | 金卡智能集团股份有限公司 | 一种基于物联网的电池监测统计系统及其方法 |
CN111538723A (zh) * | 2020-04-29 | 2020-08-14 | 上海电器科学研究所(集团)有限公司 | 监测数据处理方法、装置及电子设备 |
CN112540309A (zh) * | 2020-12-10 | 2021-03-23 | 广州能源检测研究院 | 一种基于电池循环数据相似度分析的电池监控系统及方法 |
CN114238477A (zh) * | 2021-12-16 | 2022-03-25 | 万洲电气股份有限公司 | 一种基于工业生产与能耗数据的实时采集及智能处理系统 |
-
2023
- 2023-01-31 CN CN202310072745.8A patent/CN116049502A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683703A (zh) * | 2017-03-15 | 2017-05-17 | 珠海格力电器股份有限公司 | 一种数据读取方法、集成电路及芯片 |
CN108124487A (zh) * | 2017-12-22 | 2018-06-05 | 深圳前海达闼云端智能科技有限公司 | 云端抄表方法及装置 |
CN108387850A (zh) * | 2018-05-04 | 2018-08-10 | 金卡智能集团股份有限公司 | 一种基于物联网的电池监测统计系统及其方法 |
CN111538723A (zh) * | 2020-04-29 | 2020-08-14 | 上海电器科学研究所(集团)有限公司 | 监测数据处理方法、装置及电子设备 |
CN112540309A (zh) * | 2020-12-10 | 2021-03-23 | 广州能源检测研究院 | 一种基于电池循环数据相似度分析的电池监控系统及方法 |
CN114238477A (zh) * | 2021-12-16 | 2022-03-25 | 万洲电气股份有限公司 | 一种基于工业生产与能耗数据的实时采集及智能处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180095454A1 (en) | Pre-processor and diagnosis device | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN109115257B (zh) | 传感器特性曲线的修正方法、装置、设备及存储介质 | |
CN104572999B (zh) | 基于异构数据的错误数据的检测方法和装置 | |
KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
CN108459920A (zh) | 一种试验数据野值的辨识与修正方法 | |
CN116908533B (zh) | 一种具有计量功能的电力用户用电信息采集设备 | |
CN117972153A (zh) | 一种智能水表数据管控方法以及系统 | |
CN116049502A (zh) | 一种关于累计型工业仪表的读取数据处理方法及装置 | |
CN117332205A (zh) | 压电阻抗温度补偿高精度自动优化方法及装置 | |
CN117237678A (zh) | 用电行为异常检测方法、装置、设备及存储介质 | |
CN112836094A (zh) | 一种对遥测数据模拟量参数的自动判读方法 | |
JP2013182468A (ja) | パラメータ値設定誤り検出システム、パラメータ値設定誤り検出方法およびパラメータ値設定誤り検出プログラム | |
CN110907984A (zh) | 一种基于自回归移动平均模型的震前红外长波辐射异常信息探测方法 | |
US20210397598A1 (en) | Data management method, data management system and program | |
CN113934626A (zh) | 模型过程调试方法、设备和存储介质 | |
WO2017219641A1 (zh) | 触摸时间获取方法和系统、触摸图形显示方法和系统 | |
US11609559B2 (en) | Data processing system and method | |
CN113869373A (zh) | 设备异常检测方法、装置、计算机设备和存储介质 | |
CN110181511B (zh) | 机器人零点丢失检测及辅助零点校准的方法及系统 | |
CN113139158A (zh) | 基于高斯过程回归的comtrade异常录波数据监测和修正方法及系统 | |
CN112833912A (zh) | 一种v-slam地图校验方法、装置及设备 | |
CN117558307B (zh) | 存储芯片的门限电压调节方法、装置、设备及存储介质 | |
CN114741377B (zh) | 识别天然气异常数据并对其处理的方法和装置 | |
CN116304776B (zh) | 基于k-Means算法的电网数据值异常检测方法及系统 |
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 |