CN116992390B - 一种异常数据的配置及展示方法 - Google Patents

Abstract

本发明提供了一种异常数据的配置及展示方法包括：分别为指定煤矿中每一检测点配置异常值阈值范围，采集检测数据链，将每一检测数据链划分为若干个单位数据，将每一单位数据对应的数据阈值，对应检测点的异常阈值范围进行比较，统计每一检测数据链中所有单位数据与对应异常阈值范围之间的对比结果，根据对比结果将异常值阈值范围外的第一单位数据输入到预设系统页内进行展示，将异常值阈值范围内的第二单位数据输入到预设异常数据展示页内进行展示，通过为煤矿的监测点配置异常值阈值范围，然后将采集到的检测数据链进行配置，从而可以将异常数据和正常数据进行分离，并进行不同的展示，用自行配置代替了人工核对，减少了配置的误差。

Description

一种异常数据的配置及展示方法

技术领域

本发明涉及数据配置技术领域，特别涉及一种异常数据的配置及展示方法。

背景技术

异常数据是指在煤矿上报数据的时候经常会有比较夸张不合乎常理的数据，在接收、处理、清洗数据的时候，将这些数据通过一个范围把它划分为异常数据。

异常数据配置功能的作用是识别和处理异常数据，同时提供查看异常数据的功能，以确保上传的数据在正常值范围内。通过系统内嵌的算法设置适当的阈值，可以检测出异常数据，对其进行标记、过滤或纠正。这样可以避免不必要的预警发生，减少系统的干扰和误报，提高预警的准确性和可信度，在很大程度上便利了矿井管理人员和工作人员对煤矿的维护。但目前现有技术中对异常数据的配置的技术手段为：由人工通过系统设置异常值阈值，然后根据异常值阈值对检测点的数据进行逐一分析，需要人工全程参与配置过程，偶然性较大，产生的误差也随之加大。

因此，本发明提供了一种异常数据的配置及展示方法。

发明内容

本发明一种异常数据的配置及展示方法，通过为煤矿的监测点配置异常值阈值范围，然后将采集到的检测数据链进行配置，从而可以将异常数据和正常数据进行分离，并进行不同的展示，用自行配置代替了人工核对，减少了配置的误差。

本发明提供了一种异常数据的配置及展示方法，包括：

步骤1：分别为指定煤矿中每一检测点配置异常值阈值范围，以及获取指定煤矿中每一检测点采集到的检测数据链；

步骤2：将每一检测数据链划分为若干个单位数据，获取每一单位数据对应的数据阈值；

步骤3：将每一单位数据对应的数据阈值与对应检测点的异常阈值范围进行比较，统计每一检测数据链中所有单位数据与对应异常阈值范围之间的对比结果；

步骤4：根据对比结果将异常值阈值范围外的第一单位数据输入到预设系统页内进行展示，将异常值阈值范围内的第二单位数据输入到预设异常数据展示页内进行展示。

在一种可实施的方式中，

所述步骤1，包括：

步骤11：分别获取指定煤矿中每一检测点对应的数据检测范围，根据数据检测范围确定对应检测点的数据正常范围；

步骤12：根据每一数据检测点对应的数据正常范围确定每一数据检测点对应的异常值阈值范围；

步骤13：分别获取每一检测点采集在不同时刻下采集的实时数据，建立每一检测点采集到的实时数据链；

步骤14：获取每一检测点对应的检测点名称，根据检测点名称为对应的实时数据链建立名称标签，得到每一检测点对应的检测数据链。

在一种可实施的方式中，

所述步骤11，包括：

步骤111：获取指定煤矿中每一检测点对应的数据检测范围，将数据检测范围划分为四等份，分别记作第一子范围、第二子范围、第三子范围以及第四子范围；

步骤112：根据第一子范围和第四子范围建立对应数据检测范围的检测四分位差，获取第一子范围中的第一中位数和第四子范围内的第四中位数；

步骤113：根据每一数据检测范围对应的第一中位数、第四中位数以及检测四分位差，建立每一数据检测范围对应的数据正常子范围：

一级数据正常范围=第一中位数；

二级数据正常范围=第一中位数+1.5*检测四分位差；

三级数据正常范围=（第一中位数+1.5*检测四分位差）*1.25；

四级数据正常范围=（第一中位数+1.5*检测四分位差）*1.5；

五级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

六级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

七级数据正常范围=第四中位数-1.5*检测四分位差；

八级数据正常范围=第四中位数；

步骤114：统计每一检测范围对应的数据正常子范围，得到每一检测点的数据正常范围。

在一种可实施的方式中，

所述步骤2，包括：

步骤21：分别将每一检测数据链划分为若干个单位数据，分别获取每一单位数据对应的数据值，根据数据值由低到高的顺序将统一检测数据链对应的若干个单位数据进行排序，得到每一检测数据链对应的数据序列；

步骤22：分别将每一数据序列划分为四等份，得到每一数据序列包含的第一子序列、第二子序列、第三子序列和第四子序列，根据第一子序列与第三子序列建立对应的数据序列的序列四分位差，根据序列四分位差为对应的检测数据链建立数据波动范围；

步骤23：将每一检测数据链对应的数据波动范围和对应的所有数据值标记在同一预设坐标系中，得到每一检测数据链对应的数据波动图，在数据波动图中将第一子序列对应的若干个第一数据值进行第一标记、将第二子序列对应的若干个第二数据值进行第二标记、将第三子序列对应的若干个第三数据值进行第三标记以及将第四子序列对应的若干个第四数据值进行第四标记；

步骤24：获取并解析每一数据波动图对应的标记结果，得到同一检测数据链对应的不同子序列中相邻单位数据之间的数据值差，根据同一子序列中包含的所有数据值差为对应的子序列建立阈值权重，利用阈值权重修正对应子序列中包含的数据值，得到每一单位数据对应的数据阈值。

在一种可实施的方式中，

所述步骤3，包括：

步骤31：根据数据阈值为对应的单位数据建立阈值标签，统计每一检测数据链对应的若干个阈值标签，得到每一检测数据链对应的标签集；

步骤32：根据每一检测点对应的异常值阈值范围为对应的检测数据链建立异常值筛选模型，将标签集中的所有阈值标签依次输入到对应的异常值筛选模型中进行筛选，得到每一检测数据链对应的筛选结果；

步骤33：根据筛选结果确定对应标签集中异常阈值标签的数量，提取异常阈值标签数量不为0的标签集，记作异常标签集；

步骤34：提取每一异常标签集中的异常阈值标签，获取异常阈值标签对应的单位数据记作异常单位数据，获取异常单位数据在对应检测数据链中的数据位置，建立对应检测数据的对比结果。

在一种可实施的方式中，

所述步骤4，包括：

步骤41：根据对比结果将每一检测数据链包含的单位数据分为非异常数据类和异常数据类；

步骤42：将同一检测数据链中属于非异常数据类的第一单位数据输入到预设系统页内进行展示；

步骤43：将同一检测数据链中属于异常数据类的第二单位数据输入到预设异常数据页内进行展示；

步骤44：记录每一检测数据链中包含的第一单位数据和第二单位数据，建立对应检测数据链的数据展示信息，将数据展示信息传输到指定终端进行存储。

在一种可实施的方式中，

还包括：

获取第一预设时间段内每一检测数据链对应的数据展示信息，根据数据展示信息建立每一检测数据链对应的数据波动折线图；

将第二单位数据映射到对应的数据波动折线图中，得到第二单位数据与数据波动折线图之间的重合点；

根据重合点绘制对应检测数据链的异常值趋势，根据异常值趋势确定对应检测点的异常数据生成概率；

提取异常数据生成概率大于预设概率的目标检测点；

获取目标检测点对应的名称标签，结合对应的异常数据生成概率建立异常信息，将异常信息输入到预设异常数据展示页内进行显示。

在一种可实施的方式中，

还包括：

将数据阈值大于第一数据正常范围的单位数据记作第一异常数据；

将数据阈值小于第八数据正常范围的单位数据记作第二异常数据；

利用不同的标记方式分别将第一异常数据和第二异常数据标记在异常数据展示页中。

在一种可实施的方式中，

还包括：

统计第二预设时间段内预设系统页展示的所有第一单位数据，建立第一统计结果；

统计第二预设时间段内异常数据展示页的所有第二单位数据，建立第二统计结果；

根据第一统计结果和第二统计结果确定指定煤矿的异常数据产生率；

当异常数据产生率在预设安全产生率范围外时，确定指定煤矿处于危险状态，生成警告信息传输到指定终端进行显示。

在一种可实施的方式中，

还包括：

获取第三预设时间段内的异常数据产生率以及第二统计结果；

根据遗产数据产生率和第二统计结果，建立周期异常数据产生率；

根据周期异常数据产生率建立异常数据统计信息，传输到指定终端进行显示。

本发明可以实现的有益效果为：为了进一步减少数据配置的误差，在指定煤矿中设置若干个检测点，并为每一个检测点配置异常值阈值范围，在每一个检测点采集到检测数据链后，将检测数据链划分为若干个单位数据，获取每一个单位数据对应的数据阈值，根据数据阈值与对应异常阈值范围之间的对比结果来确定每一个单位数据是否属于异常数据，最后为了便于区分两种不同的数据，以及便于管理人员及时处理异常数据，将正常数据和异常数据输入到不同的显示页面内进行显示，由此不仅完成了数据的配置，还可以同时对多条检测数据链进行配置，提高了配置的效率以及减小了配置的误差。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种异常数据的配置及展示方法的工作流程示意图；

图2为本发明实施例中一种异常数据的配置及展示方法异常数据展示页的第一种展示方式示意图；

图3为本发明实施例中一种异常数据的配置及展示方法异常数据展示页的第二种展示方式示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

本实施例提供了一种异常数据的配置及展示方法，如图1所示，包括：

步骤1：分别为指定煤矿中每一检测点配置异常值阈值范围，以及获取指定煤矿中每一检测点采集到的检测数据链；

步骤2：将每一检测数据链划分为若干个单位数据，获取每一单位数据对应的数据阈值；

步骤3：将每一单位数据对应的数据阈值与对应检测点的异常阈值范围进行比较，统计每一检测数据链中所有单位数据与对应异常阈值范围之间的对比结果；

步骤4：根据对比结果将异常值阈值范围外的第一单位数据输入到预设系统页内进行展示，将异常值阈值范围内的第二单位数据输入到预设异常数据展示页内进行展示。

该实例中，一个指定煤矿中设置了若干个检测点，每一个检测点均采集一条检测数据链；

该实例中，异常值范围表示一个检测点中异常值所在的范围；

该实例中，一个检测数据链可以划分为若干个单位数据，每一个单位数据的长度是一致的；

该实例中，异常数据是背离正常数据的值，将进行统一存储，并进行统计学分析算法进行计算，便于查看出现异常数据的原因，对于系统的优化以及数据准确性提供有力的保障；

该实例中，第一单位数据表示正常数据，第二单位数据表示异常数据；

该实例中，对比结果中统计了所有的单位数据与其对应的异常阈值范围之间的对比；

该实例中，异常数据展示页可以为图2、图3所示的示例。

上述技术方案的工作原理以及有益效果：为了进一步减少数据配置的误差，在指定煤矿中设置若干个检测点，并为每一个检测点配置异常值阈值范围，在每一个检测点采集到检测数据链后，将检测数据链划分为若干个单位数据，获取每一个单位数据对应的数据阈值，根据数据阈值与对应异常阈值范围之间的对比结果来确定每一个单位数据是否属于异常数据，最后为了便于区分两种不同的数据，以及便于管理人员及时处理异常数据，将正常数据和异常数据输入到不同的显示页面内进行显示，由此不仅完成了数据的配置，还可以同时对多条检测数据链进行配置，提高了配置的效率以及减小了配置的误差。

实施例2

在实施例1的基础上，所述一种异常数据的配置及展示方法，所述步骤1，包括：

步骤11：分别获取指定煤矿中每一检测点对应的数据检测范围，根据数据检测范围确定对应检测点的数据正常范围；

步骤12：根据每一数据检测点对应的数据正常范围确定每一数据检测点对应的异常值阈值范围；

步骤13：分别获取每一检测点采集在不同时刻下采集的实时数据，建立每一检测点采集到的实时数据链；

步骤14：获取每一检测点对应的检测点名称，根据检测点名称为对应的实时数据链建立名称标签，得到每一检测点对应的检测数据链。

该实例中，实时数据表示检测点在不同时刻下所采集的数据；

该实例中，建立名称标签的作用是：便于区分不同检测点所采集的数据。

上述技术方案的工作原理以及有益效果：为了使配置工作顺利完成，在进行数据采集前先获取指定煤矿中每一检测点对应的数据正常范围，进而确定其对应的异常值阈值范围，为了保证检测链的完整性获取每一检测点采集到的实时数据，建立实时数据链，为了便于区分不同的数据链，根据每一检测点对应的检测点名称为对应的实时数据链建立名称标签，进而得到每一检测点对应的实时检测数据链，为后续进行数据配置提供实施基础。

实施例3

在实施例2的基础上，所述一种异常数据的配置及展示方法，所述步骤11，包括：

步骤111：获取指定煤矿中每一检测点对应的数据检测范围，将数据检测范围划分为四等份，分别记作第一子范围、第二子范围、第三子范围以及第四子范围；

步骤112：根据第一子范围和第四子范围建立对应数据检测范围的检测四分位差，获取第一子范围中的第一中位数和第四子范围内的第四中位数；

步骤113：根据每一数据检测范围对应的第一中位数、第四中位数以及检测四分位差，建立每一数据检测范围对应的数据正常子范围：

一级数据正常范围=第一中位数；

二级数据正常范围=第一中位数+1.5*检测四分位差；

三级数据正常范围=（第一中位数+1.5*检测四分位差）*1.25；

四级数据正常范围=（第一中位数+1.5*检测四分位差）*1.5；

五级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

六级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

七级数据正常范围=第四中位数-1.5*检测四分位差；

八级数据正常范围=第四中位数；

步骤114：统计每一检测范围对应的数据正常子范围，得到每一检测点的数据正常范围。

该实例中，将数据检测范围的0%-25%作为第一子范围，26%-50%作为第二子范围，将51%-75%作为第三子范围，将76%-100%作为第四子范围；

该实例中，检测四分位差表示第四子范围与第一子范围的算数平均数；

该实例中，第一中位数表示位于第一子范围中心的数据；

该实例中，第四中位数表示位于第四子范围中心的数据；

该实例中，一个单位数据的数据阈值落入一-八级中任意一级中均表示该单位数据位正常数据。

上述技术方案的工作原理以及有益效果：由于不同的检测点所检测的数据范围不同，为了实现同时检测的目的，同时为了消除不同检测点之间的差异，将每一检测点的数据检测范围划分为四个等大的子范围，然后根据子范围中不得中位数和其四分位差来确定不同检测点在其数据检测范围对应的正常数据范围，在此过程中生产了检测点在不同等级范围中的正常值，生成了每一个检测点的数据正常范围，避免发生漏检的现象。

实施例4

在实施例1的基础上，所述一种异常数据的配置及展示方法，所述步骤2，包括：

步骤21：分别将每一检测数据链划分为若干个单位数据，分别获取每一单位数据对应的数据值，根据数据值由低到高的顺序将统一检测数据链对应的若干个单位数据进行排序，得到每一检测数据链对应的数据序列；

步骤22：分别将每一数据序列划分为四等份，得到每一数据序列包含的第一子序列、第二子序列、第三子序列和第四子序列，根据第一子序列与第三子序列建立对应的数据序列的序列四分位差，根据序列四分位差为对应的检测数据链建立数据波动范围；

步骤23：将每一检测数据链对应的数据波动范围和对应的所有数据值标记在同一预设坐标系中，得到每一检测数据链对应的数据波动图，在数据波动图中将第一子序列对应的若干个第一数据值进行第一标记、将第二子序列对应的若干个第二数据值进行第二标记、将第三子序列对应的若干个第三数据值进行第三标记以及将第四子序列对应的若干个第四数据值进行第四标记；

步骤24：获取并解析每一数据波动图对应的标记结果，得到同一检测数据链对应的不同子序列中相邻单位数据之间的数据值差，根据同一子序列中包含的所有数据值差为对应的子序列建立阈值权重，利用阈值权重修正对应子序列中包含的数据值，得到每一单位数据对应的数据阈值。

该实例中，数据值表示单位数据所表达的数值；

该实例中，每一个检测数据对应一个数据序列；

该实例中，将数据序列划分为四等份，其中0%-25%为第一子序列、26%-50%为第二子序列，51%-75%为第三子序列，76%-100%为第四子序列；

该实例中，序列四分位差表示第四子序列与第一子序列的算数平均数；

该实例中，数据波动范围表示根据检测数据链中的数据起伏所建立的范围；

该实例中，数据波动图表示利用折线图来表示检测数据链的数据波动；

该实例中，第一标记表示为第一子序列中的第一数据值建立第一标签，第二标记表示为第二子序列中的第二数据值建立第二标签，第三标记表示为第三子序列中的第三数据值建立第三标签，第四标记表示为第四子序列中的第四数据值建立第四标签；

该实例中，阈值权重表示子序列的最大数据值和最小数据值对应的权重；

该实例中，数据值差表示具有相邻关系的两个单位数据之间的数据差；

该实例中，一个子序列对应一组阈值权重，阈值权重中包含了该子序列的最大数据值和最小数据值对应的权重；

该实例中，一个单位数据对应一个数据阈值。

上述技术方案的工作原理以及有益效果：为了进一步分析单位数据的数据阈值，先将检测数据链划分为若干个单位数据，然后将单位数据根据数据值由低到高的顺序建立数据序列，进而将数据序列划分为四等份，确定每一个检测数据链的数据波动范围，利用绘图法来确定每一检测数据链对应的数据波动图，进而将数据波动图中不同子序列对应的数据值进行不同的标记，最后可以根据数据波动图中的标记结果来确定一个子序列中不同具有相邻关系的单位数据之间的数据值差，从而建立该子序列的阈值权重，进而利用阈值权重对对应的数据值进行修正，将数据值修正成与检测范围属性一致的数据，进而得到了每一单位数据对应的数据阈值，为后续进行数据配置做基础。

实施例5

在实施例1的基础上，所述一种异常数据的配置及展示方法，所述步骤3，包括：

步骤31：根据数据阈值为对应的单位数据建立阈值标签，统计每一检测数据链对应的若干个阈值标签，得到每一检测数据链对应的标签集；

步骤32：根据每一检测点对应的异常值阈值范围为对应的检测数据链建立异常值筛选模型，将标签集中的所有阈值标签依次输入到对应的异常值筛选模型中进行筛选，得到每一检测数据链对应的筛选结果；

步骤33：根据筛选结果确定对应标签集中异常阈值标签的数量，提取异常阈值标签数量不为0的标签集，记作异常标签集；

步骤34：提取每一异常标签集中的异常阈值标签，获取异常阈值标签对应的单位数据记作异常单位数据，获取异常单位数据在对应检测数据链中的数据位置，建立对应检测数据的对比结果。

该实例中，阈值标签表示将单位数据的数据阈值所落入的数据正常范围的阈值；

该实例中，一个检测数据链对应一个标签集，且标签集中含有若干个阈值标签；

该实例中，当异常阈值标签数量不为0时，表示该筛选结果中含有异常标签，所以对应的标签集为异常标签集；

该实例中，一个异常单位数据在检测数据链中的数据位置是固定的。

上述技术方案的工作原理以及有益效果：为了进一步确定具有异常数据的检测数据链，先根据数据阈值为对应的单位数据建立阈值标签，建立了每一个检测数据链对应的标签集，然后根据检测点的异常阈值范围建立异常值筛选模型，将标签集中的阈值标签进行筛选，通过筛选来确定异常标签的位置，从而可以确定属于异常数据的单位数据，根据该异常单位数据在检测数据链中的数据位置来建立对应检测数据的对比结果，为后续区分异常数据和正常数据做基础。

实施例6

在实施例1的基础上，所述一种异常数据的配置及展示方法，所述步骤4，包括：

步骤41：根据对比结果将每一检测数据链包含的单位数据分为非异常数据类和异常数据类；

步骤42：将同一检测数据链中属于非异常数据类的第一单位数据输入到预设系统页内进行展示；

步骤43：将同一检测数据链中属于异常数据类的第二单位数据输入到预设异常数据页内进行展示；

步骤44：记录每一检测数据链中包含的第一单位数据和第二单位数据，建立对应检测数据链的数据展示信息，将数据展示信息传输到指定终端进行存储。

该实例中，非异常数据类中的单位数据均为正常数据；

该实例中，异常数据类中的单位数据均为异常数据；

该实例中，当一个检测数据链中含有异常数据时，该检测数据链的情况为：1、同时包含非异常数据类和异常数据类，2、仅包含异常数据类，当一个检测数据链中不含异常时间时，该检测数据链的情况为：仅包含非异常数据类；

该实例中，数据展示信息中包含了一个检测数据链中不同单位数据对应的展示详情；

该实例中，指定终端可以为预设系统页所连接的可用来显示以及存储的终端。

上述技术方案的工作原理以及有益效果：为了进一步将非正常数据和正常数据进行分别展示，根据对比结果将检测数据链中包含的单位数据分为非异常数据类和异常数据类两类，然后将其分别输入到不同的展示页进行展示，与此同时为了便于管理人员获取信息，生成一个数据展示信息并进行显示以及存储，便于管理人员随时查看。

实施例7

在实施例6的基础上，所述一种异常数据的配置及展示方法，还包括：

获取第一预设时间段内每一检测数据链对应的数据展示信息，根据数据展示信息建立每一检测数据链对应的数据波动折线图；

将第二单位数据映射到对应的数据波动折线图中，得到第二单位数据与数据波动折线图之间的重合点；

根据重合点绘制对应检测数据链的异常值趋势，根据异常值趋势确定对应检测点的异常数据生成概率；

提取异常数据生成概率大于预设概率的目标检测点；

获取目标检测点对应的名称标签，结合对应的异常数据生成概率建立异常信息，将异常信息输入到预设异常数据展示页内进行显示。

该实例中，第一预设时间段可以为一周，即：24小时*7；

该实例中，重合点表示第二单位数据落入到数据波动折线图上时产生重合的点；

该实例中，异常值趋势表示该检测点再一次采集到异常数据的趋势；

该实例中，异常数据生成概率越大表示该检测点下一次采集到异常数据的概率越大；

该实例中，预设概率可以为80%；

该实例中，异常信息中包含了目标检测点的名称标签，以及该目标检测点的异常数据生成概率。

上述技术方案的工作原理以及有益效果：为了进一步提高数据配置的有效性，在实际使用过程中获取每一个检测数据链在一周之内的数据展示信息，然后根据数据展示信息来为检测数据链建立数据波动折线图，进而将第二单位数据映射到数据波动折线图中，根据第二单位数据与数据波动折线图之间的重合点来绘制检测数据链的异常值趋势，进而确定对应检测点的异常数据生成概率，从而将生成概率高的检测点记作目标检测点，结合该目标检测点的名称标签和生成概率建立异常信息，最后都将其展示在预设异常数据展示页中，便于管理者对目标检测点进行着重管理。

实施例8

在实施例3的基础上，所述一种异常数据的配置及展示方法，还包括：

将数据阈值大于第一数据正常范围的单位数据记作第一异常数据；

将数据阈值小于第八数据正常范围的单位数据记作第二异常数据；

利用不同的标记方式分别将第一异常数据和第二异常数据标记在异常数据展示页中。

该实例中，利用不同的标记方式分别标记第一异常数据和第二异常数据表示：利用不同的颜色进行标记。

上述技术方案的工作原理以及有益效果：为了进一步区分不同异常数据，将不同的异常数据进行不同的标记，然后再进行展示，可以一目了然的确定不同异常数据的类型，提高了展示的有效性。

实施例9

如权利要求1所述的一种异常数据的配置及展示方法，还包括：

统计第二预设时间段内预设系统页展示的所有第一单位数据，建立第一统计结果；

统计第二预设时间段内异常数据展示页的所有第二单位数据，建立第二统计结果；

根据第一统计结果和第二统计结果确定指定煤矿的异常数据产生率；

当异常数据产生率在预设安全产生率范围外时，确定指定煤矿处于危险状态，生成警告信息传输到指定终端进行显示。

该实例中，第二预设时间段为1天，即24小时；

该实例中，预设安全产生率范围为[0，10%]。

上述技术方案的工作原理以及有益效果：为了进一步分析不同煤矿的状态，根据单日内产生的第一数据和第二数据确定煤矿产生异常数据的发生率，当发生率过高时，确定煤矿处于危险状态，生成警告信息，进一步保障工人和煤矿的安全。

实施例10

在实施例9的基础上，所述一种异常数据的配置及展示方法，还包括：

获取第三预设时间段内的异常数据产生率以及第二统计结果；

根据遗产数据产生率和第二统计结果，建立周期异常数据产生率；

根据周期异常数据产生率建立异常数据统计信息，传输到指定终端进行显示。

该实例中，第三预设时间段为一个月，即24小时*30、24小时*31、24小时*28、24小时*29，其中的具体天数与当月的天数一致。

上述技术方案的工作原理以及有益效果：通过将一个月内的异常数据产生率和异常数据的统计结果来建立周期异常数据产生率，从而建立异常数据统计信息，便于管理者随时查看，了解煤矿的实际运营情况。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种异常数据的配置及展示方法，其特征在于，包括：

步骤1：分别为指定煤矿中每一检测点配置异常值阈值范围，以及获取指定煤矿中每一检测点采集到的检测数据链；

步骤2：将每一检测数据链划分为若干个单位数据，获取每一单位数据对应的数据阈值；

步骤3：将每一单位数据对应的数据阈值与对应检测点的异常值阈值范围进行比较，统计每一检测数据链中所有单位数据与对应异常值阈值范围之间的对比结果；

步骤4：根据对比结果将异常值阈值范围外的第一单位数据输入到预设系统页内进行展示，将异常值阈值范围内的第二单位数据输入到预设异常数据展示页内进行展示；

所述步骤1，包括：

步骤11：分别获取指定煤矿中每一检测点对应的数据检测范围，根据数据检测范围确定对应检测点的数据正常范围；

步骤12：根据每一数据检测点对应的数据正常范围确定每一数据检测点对应的异常值阈值范围；

步骤13：分别获取每一检测点采集在不同时刻下采集的实时数据，建立每一检测点采集到的实时数据链；

步骤14：获取每一检测点对应的检测点名称，根据检测点名称为对应的实时数据链建立名称标签，得到每一检测点对应的检测数据链；

所述步骤11，包括：

步骤111：获取指定煤矿中每一检测点对应的数据检测范围，将数据检测范围划分为四等份，分别记作第一子范围、第二子范围、第三子范围以及第四子范围；

步骤112：根据第一子范围和第四子范围建立对应数据检测范围的检测四分位差，获取第一子范围中的第一中位数和第四子范围内的第四中位数；

步骤113：根据每一数据检测范围对应的第一中位数、第四中位数以及检测四分位差，建立每一数据检测范围对应的数据正常子范围：

一级数据正常范围=第一中位数；

二级数据正常范围=第一中位数+1.5*检测四分位差；

三级数据正常范围=（第一中位数+1.5*检测四分位差）*1.25；

四级数据正常范围=（第一中位数+1.5*检测四分位差）*1.5；

五级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

六级数据正常范围=（第四中位数-1.5*检测四分位差）*0.5；

七级数据正常范围=第四中位数-1.5*检测四分位差；

八级数据正常范围=第四中位数；

步骤114：统计每一检测范围对应的数据正常子范围，得到每一检测点的数据正常范围；

所述步骤2，包括：

步骤21：分别将每一检测数据链划分为若干个单位数据，分别获取每一单位数据对应的数据值，根据数据值由低到高的顺序将统一检测数据链对应的若干个单位数据进行排序，得到每一检测数据链对应的数据序列；

步骤22：分别将每一数据序列划分为四等份，得到每一数据序列包含的第一子序列、第二子序列、第三子序列和第四子序列，根据第一子序列与第三子序列建立对应的数据序列的序列四分位差，根据序列四分位差为对应的检测数据链建立数据波动范围；

步骤23：将每一检测数据链对应的数据波动范围和对应的所有数据值标记在同一预设坐标系中，得到每一检测数据链对应的数据波动图，在数据波动图中将第一子序列对应的若干个第一数据值进行第一标记、将第二子序列对应的若干个第二数据值进行第二标记、将第三子序列对应的若干个第三数据值进行第三标记以及将第四子序列对应的若干个第四数据值进行第四标记；

步骤24：获取并解析每一数据波动图对应的标记结果，得到同一检测数据链对应的不同子序列中相邻单位数据之间的数据值差，根据同一子序列中包含的所有数据值差为对应的子序列建立阈值权重，利用阈值权重修正对应子序列中包含的数据值，得到每一单位数据对应的数据阈值；

所述步骤3，包括：

步骤31：根据数据阈值为对应的单位数据建立阈值标签，统计每一检测数据链对应的若干个阈值标签，得到每一检测数据链对应的标签集；

步骤32：根据每一检测点对应的异常值阈值范围为对应的检测数据链建立异常值筛选模型，将标签集中的所有阈值标签依次输入到对应的异常值筛选模型中进行筛选，得到每一检测数据链对应的筛选结果；

步骤33：根据筛选结果确定对应标签集中异常阈值标签的数量，提取异常阈值标签数量不为0的标签集，记作异常标签集；

步骤34：提取每一异常标签集中的异常阈值标签，获取异常阈值标签对应的单位数据记作异常单位数据，获取异常单位数据在对应检测数据链中的数据位置，建立对应检测数据的对比结果。

2.如权利要求1所述的一种异常数据的配置及展示方法，其特征在于，所述步骤4，包括：

步骤41：根据对比结果将每一检测数据链包含的单位数据分为非异常数据类和异常数据类；

步骤42：将同一检测数据链中属于非异常数据类的第一单位数据输入到预设系统页内进行展示；

步骤43：将同一检测数据链中属于异常数据类的第二单位数据输入到预设异常数据页内进行展示；

步骤44：记录每一检测数据链中包含的第一单位数据和第二单位数据，建立对应检测数据链的数据展示信息，将数据展示信息传输到指定终端进行存储。

3.如权利要求2所述的一种异常数据的配置及展示方法，其特征在于，还包括：

获取第一预设时间段内每一检测数据链对应的数据展示信息，根据数据展示信息建立每一检测数据链对应的数据波动折线图；

将第二单位数据映射到对应的数据波动折线图中，得到第二单位数据与数据波动折线图之间的重合点；

根据重合点绘制对应检测数据链的异常值趋势，根据异常值趋势确定对应检测点的异常数据生成概率；

提取异常数据生成概率大于预设概率的目标检测点；

获取目标检测点对应的名称标签，结合对应的异常数据生成概率建立异常信息，将异常信息输入到预设异常数据展示页内进行显示。

4.如权利要求1所述的一种异常数据的配置及展示方法，其特征在于，还包括：

将数据阈值大于第一数据正常范围的单位数据记作第一异常数据；

将数据阈值小于第八数据正常范围的单位数据记作第二异常数据；

利用不同的标记方式分别将第一异常数据和第二异常数据标记在异常数据展示页中。

5.如权利要求1所述的一种异常数据的配置及展示方法，其特征在于，还包括：

统计第二预设时间段内预设系统页展示的所有第一单位数据，建立第一统计结果；

统计第二预设时间段内异常数据展示页的所有第二单位数据，建立第二统计结果；

根据第一统计结果和第二统计结果确定指定煤矿的异常数据产生率；

当异常数据产生率在预设安全产生率范围外时，确定指定煤矿处于危险状态，生成警告信息传输到指定终端进行显示。

6.如权利要求5所述的一种异常数据的配置及展示方法，其特征在于，还包括：

获取第三预设时间段内的异常数据产生率以及第二统计结果；

根据遗产数据产生率和第二统计结果，建立周期异常数据产生率；

根据周期异常数据产生率建立异常数据统计信息，传输到指定终端进行显示。