CN117848438B - 一种气体流量高精度测量方法及热式气体质量流量计 - Google Patents

Abstract

本发明涉及气体流量高精度测量技术领域，具体涉及一种气体流量高精度测量方法及热式气体质量流量计，该方法包括：采集热式气体质量流量计的相关数据；基于测温、测速探头的温度差异以及各数据点局部范围之间的特征值差异获取各数据点的趋势度；根据各数据点及其局部数据点的流速差异以及时刻距离构建各数据点的流速波动影响性；基于各数据点的流速波动影响性、趋势度以及流量值的分布差异构建各数据点的权重因子；将各数据点的权重因子作为流量数据各数据点的滤波权重，优化加权移动平均滤波算法，得到滤波后的流量数据。本发明旨在提高噪声去除的精度与效率，提高气体流量的测量精度。

Description

一种气体流量高精度测量方法及热式气体质量流量计

技术领域

本发明涉及气体流量高精度测量技术领域，具体涉及一种气体流量高精度测量方法及热式气体质量流量计。

背景技术

热式气体质量流量计是一种利用热扩散原理测量气体流量的仪表。即利用流体流过发热物体时，发热物体的热量散失多少与流体的流量呈现一定的比例关系。流量计的传感器有两只标准级的RTD，一只用来做热源，一只用来测量流体温度，当流体流动时，两者之间的温度差与流量的大小成线性关系，再通过微电子控制技术，将这种关系转换为测量流量信号的线性输出。

而由于热式气体质量流量计测量信号较小，容易收到电磁干扰等外部噪声的影响。故需要对测量的流量数据使用滤波算法，减小噪声干扰，提高测量精度。但是，传统的滤波算法中通常直接使用线性权重、指数权重和高斯权重等赋予数据点相应的权重，忽略了数据点本身的特征以及数据点之间的关联性，导致滤波效果较差。

发明内容

为了解决上述技术问题，本发明提供一种气体流量高精度测量方法及热式气体质量流量计，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种气体流量高精度测量方法，该方法包括以下步骤：

采集热式气体质量流量计的流量数据、测温探头与测速探头的温度数据以及测速探头的流速数据；

基于测温、测速探头的温度差异获取温度数据差异曲线，根据温度数据差异曲线构建各数据点的特征值与特征值差异；获取温度数据差异曲线各数据点的局部数据点；对于温度数据差异曲线各数据点，根据各数据点的局部数据点之间的特征值差异以及与起始数据点之间的距离，获取各数据点的趋势度；根据各数据点及其局部数据点的流速差异以及时刻距离构建各数据点的流速波动影响性；基于各数据点的流速波动影响性对趋势度进行优化，得到各数据点优化后的趋势度；根据各数据点局部数据点的特征值与流量值的分布差异构建各数据点的线性度；结合各数据点优化后的趋势度以及线性度构建各数据点的权重因子；

将各数据点的权重因子作为流量数据各数据点的滤波权重，优化加权移动平均滤波算法，得到滤波后的流量数据。

优选的，所述基于测温、测速探头的温度差异获取温度数据差异曲线，包括：

将各数据点所在时刻下的测速探头温度值减去测温探头温度值，得到各数据点的温度数据差异值，将所有采集时刻数据点的温度数据差异值，按照时序顺序组成温度数据差异曲线。

优选的，所述根据温度数据差异曲线构建各数据点的特征值与特征值差异，包括：

将温度数据差异曲线上各数据点的温度数据差异值记为各数据点的特征值；

对于温度数据差异曲线上各数据点，将各数据点与相邻下一个数据点的特征值之间的差值，记为各数据点的特征值差异。

优选的，所述获取温度数据差异曲线各数据点的局部数据点，包括：

对于温度数据差异曲线各数据点，将各数据点时序之前的n个数据点以及时序之后的n个数据点，组成各数据点的局部数据点；当时序之前或之后不足n个数据点时，分别取时序之后或之前的数据点进行补齐。

优选的，所述根据各数据点的局部数据点之间的特征值差异以及与起始数据点之间的距离，获取各数据点的趋势度，包括：

其中，数据点Q的趋势度的表达式为：

公式中，表示数据点Q的趋势度，m表示数据点Q的局部数据点中特征值差异大于0的数据点个数，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点内特征值差异的最大值，/>表示数据点Q的局部数据点中第i个数据点的特征值差异，/>表示数据点Q与起始数据点之间的特征值差异，/>表示数据点Q与起始数据点之间的时刻距离。

优选的，所述根据各数据点及其局部数据点的流速差异以及时刻距离构建各数据点的流速波动影响性，包括：

其中，数据点Q的流速波动影响性的表达式为：

公式中，表示数据点Q的流速波动影响性，/>表示数据点Q的流速数据值，/>，分别表示数据点Q的局部数据点中的最大流速数据值与最小流速数据值，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点中第k个数据点与其相邻下一个数据点的流速值之间的差值绝对值，/>表示数据点Q与其局部数据点中第k个数据点之间的时刻距离。

优选的，所述基于各数据点的流速波动影响性对趋势度进行优化，得到各数据点优化后的趋势度，包括：

计算各数据点的流速波动影响性与1的和值；将各数据点的趋势度与所述和值的乘积作为各数据点优化后的趋势度。

优选的，所述根据各数据点局部数据点的特征值与流量值的分布差异构建各数据点的线性度，包括：

对于各数据点的各局部数据点，计算各局部数据点的特征值与流量值的比值，计算各数据点的特征值与流值的比值，计算两个比值的差值绝对值；

将各数据点的所有局部数据点的所述差值绝对值的和值的相反数，作为以自然常数为底数的指数函数的指数；将所述指数函数的计算结果作为各数据点的线性度。

优选的，所述各数据点的权重因子由各数据点优化后的趋势度与线性度的乘积得到。

第二方面，本发明另一个实施例提供了一种热式气体质量流量计，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上述一种气体流量高精度测量方法的步骤。

本发明实施例至少具有如下有益效果：

本发明根据同一采集时刻下测温探头与测速探头之间的温度差异构建温度数据差异曲线，将各数据点的温度数据差异作为对应数据点的特征，便于对数据点之间的差异进行分析；本发明通过对温度数据差异曲线上各数据点的特征值以及其与相邻数据点之间的特征值差异进行局部数据点分析，从而构建各数据点的趋势度，用于表征数据点在局部数据点之间的趋势变化情况，用于评价该数据点受到噪声干扰的状况，从而适时调整滤波权重，实现更加有效的滤波效果；基于各数据点在流速数据中局部范围内的变化情况构建流速波动影响性，更加准确评估数据点的趋势，使得数据点的评价角度更加全面；通过结合数据点的流速波动影响性，优化各数据点的趋势度，从而更加准确评价该数据点的趋势变化情况，避免将正常数据点误判为噪声数据点，实现精准滤波；

本发明通过分析不同时间序列数据之间的差异构建气体流量数据的线性度，从而将热式气体质量流量计中的数据特点进行挖掘，实现流量计自身特征的表示；本发明基于线性度以及气体流量数据的局部特征自适应获取其相应的权重因子，通过数据权重的设置，对滤波效果产生针对性的影响，不仅能够降低滤波器对噪声或异常值过度敏感特性，同时也避免了数据点对滤波器的输出会被忽略的影响，有效平滑信号，提高滤波器对快速变化的信号产生响应的能力，保留原始信号的特征；此外，还保证了滤波器对噪声的抑制效果，有效去除噪声干扰；根据各数据点的局部数据点获取对应的权重因子，基于权重因子以及数据点的流量数据，完成数据点的流量数据的加权移动平均滤波；通过自适应获取加权移动平均滤波中数据点的权重因子，保留原始信号特征的同时，提高了噪声去除的精度与效率，提高了气体流量的测量精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例提供的一种气体流量高精度测量方法的步骤流程图；

图2为实现气体流量数据滤波优化的指标构建流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种气体流量高精度测量方法及热式气体质量流量计，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种气体流量高精度测量方法及热式气体质量流量计的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种气体流量高精度测量方法的步骤流程图，该方法包括以下步骤：

步骤S001，通过热式气体质量流量计采集气体流量相关数据。

热式气体质量流量计在对气体流量进行测量时，通常会受到电磁干扰等，为了提高热式气体质量流量计的气体流量测量精度，需要进行滤波处理。因此，本实施例通过热式气体质量流量计内的两个探头，在采集时间内，获取测温探头与测速探头的温度数据，同时获取测速探头采集的气体的流速数据，同时，获取热式气体质量流量计中的流量数据。

至此，即可完成气体流量相关数据的获取。

步骤S002，通过分析气体流量相关数据的特征差异，自适应获取加权移动平均滤波算法中各数据点的权重因子，基于权重因子完成气体流量数据的滤波，提高气体流量测量精度与效率。

根据上述步骤通过热式气体质量流量计完成了气体流量的初步测量，由于热式气体质量流量计在对气体流量进行测量时，得到的测量信号较小，极易受到电磁干扰等外部噪声的影响，故需要对测量信号进行滤波处理。

其中，加权移动平均滤波是一种常用的信号滤波算法，数据权重的设置对滤波的效果有直接的影响，当数据点的权重过大，数据点对滤波器输出的影响将会很大，可能导致滤波器对噪声或异常值过度敏感，从而无法有效的平滑信号，同时可能导致滤波器对快速变化的信号失去响应能力，使得滤波后的信号变化缓慢，丧失了原始信号的特征。当数据点的权重过小，那么数据点对滤波器输出的影响将会被忽略，这可能导致滤波器对于真实信号的变化产生迟钝的响应，使得滤波后的信号过于平滑，丧失了对快速变化的气体流量数据的敏感性。此外，权重过小还可能使得滤波器对噪声的抑制效果不佳，无法有效的去除干扰。传统的算法中通常直接使用线性权重、指数权重和高斯权重等赋予数据点相应的权重，忽略了数据点本身的特征以及数据点之间的关联性，导致滤波效果较差。

热式流量计是基于热扩散原理而设计的流量仪表，即利用流体流过发热物体时，发热物体的热量散失多少与流体的流量呈一定的比例关系。该系列流量计的传感器有两只标准级的RTD，一只用来做热源，一只用来测量流体温度，当流体流动时，两者之间的温度差与流量的大小成线性关系，再通过微电子控制技术，将这种关系转换为测量流量信号的线性输出。

其中，测速探头通常将电流被加热到高于被测气体的温度；测温探头用来测量气体的温度。气体先经过测速探头后经过测温探头/>。此时测速探头可以视为一个热源，这样做的目的为：当气体从测速探头流过时，气体与测速探头之间强迫对流换热，测速探头的部分热量被气体带走， 使得测速探头温度降低。测温探头通入的电流较小，目的是尽可能产生较少的热量，能够测量出气体温度即可。

根据上述步骤可获取热式流量计内两探头采集到的数据，其中测温探头和测速探头可以获取气体的温度数据，同时测速探头也可以获取流速数据，其中测速探头还可以基于探头内电阻与电流获取发散热量数据。

其中通过两传感器的数据获取流体的流量数据为公知技术，此处不再赘述。采集的数据均为时序数据。对于气体流量数据而言，其往往与上述传感器中获取到的数据成一定的比例关系。则可通过分析得到的不同时间序列数据之间的差异构建得到的流量数据的线性度，基于线性度以及流量数据局部特征自适应获取其相应的权重因子，基于权重因子自适应完成加权移动平均滤波。

由于获取的数据均为时序数据，则各数据点在同一时刻也有相应的两个传感器的温度数据，以及气体的流速数据等。由于热量从测速探头传递给气体，基于热量传递规律可知，当测速探头的温度越大，则测速探头的热量向气体发散的速度就越快，基于此获取两个传感器的温度数据差异曲线，即每一个时刻的测速探头的温度数据减去测温探头的温度数据，得到温度数据差异值，所述温度数据差异曲线横坐标为数据点的采集时刻，纵坐标为温度数据差异值，记为特征值。

对温度数据差异曲线进行分析，温度数据差异应从大逐渐变小，且温度数据差异变化幅度逐渐减弱。基于此对温度数据差异曲线上的数据点的局部数据进行分析，构建数据点的趋势度指标，趋势度越大，则说明数据的局部数据变化越符合温度数据差异曲线的变化趋势，该时刻受到噪声干扰的可能性越小，其所对应的权重因子越大。

对于温度数据差异曲线上的任意一个数据点W，获取与其下一时刻数据点E的特征值之间的差异，即，其中/>、/>分别表示数据点W与数据点E的特征值。则对于温度数据差异曲线上除最后一个数据点外的每一个数据而言，都具有相应的特征值差异。本实施例基于数据点局部数据的特征值差异变化以及其与起始数据的距离构建数据点趋势度QS。

此处以数据点Q点为例，其局部邻域大小设置为N=16，即加权移动平均滤波内的滤波采样点个数，本实施例设置/>为16，实施者可进行调节，获取Q点时序之前的/>个数据点以及Q点时序之后的/>个数据点，需要说明的是若Q点时序之前或之后不足/>个数据点，则添加Q点时序之后或之前的若干数据点进行补齐，使获取的数据点总数达到/>为止，所获取到的数据点即为Q点的局部数据点。

对于局部数据点而言，每个局部数据点均有其对应的特征值与特征值差异，根据局部数据点的特征值差异构建各数据点的趋势度，以数据点Q的趋势度QS为例：

公式中，表示数据点Q的趋势度，m表示数据点Q的局部数据点中特征值差异大于0的数据点个数，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点内特征值差异的最大值，/>表示数据点Q的局部数据点中第i个数据点的特征值差异，/>表示数据点Q与起始数据点之间的特征值差异，/>表示数据点Q与起始数据点之间的时刻距离。

需要说明的是，反映了数据点的局部数据点之间得到特征值差异的衰减状况，其差异越小，则说明数据点的局部数据的温度变化越符合规律，其趋势度越大。/>的比值越小，则说明随着时间的推移，与起始数据点的特征值差异在逐渐减小，则说明数据点Q的特征值变化越符合变化趋势，趋势度越大。趋势度越大，则说明数据点Q的局部变化越符合温度数据差异曲线的变化特征，其所受到干扰为噪声数据点的可能性越低。

根据上述步骤，温度数据差异曲线上的每个数据点均有其所对应的趋势度，而直接使用趋势度进行判断时，会忽略掉流速对温度的影响，当气体的流速出现波动时，两传感器之间的温度数据差异也会发生变化，其中流速越大，则单位体积的气体与测速探头的接触时间越短，气体所接收到的热量就越少，故测温探头所得到的温度就会越低，其温度差异反而变大，导致得到的趋势度比实际的低。故直接使用趋势度进行判断时，可能会将正常数据点误判为噪声数据点。基于此，通过对流速数据曲线进行分析，构建数据点的流速波动影响性L，基于流速波动影响性对数据点的趋势度进行优化，得到优化后的趋势度：

公式中，表示数据点Q的流速波动影响性，/>表示数据点Q的流速数据值，/>，分别表示数据点Q的局部数据点中的最大流速数据值与最小流速数据值，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点中第k个数据点与其相邻下一个数据点的流速值之间的差值绝对值，/>表示数据点Q与其局部数据点中第k个数据点之间的时刻距离；/>表示数据点Q的趋势度，/>表示数据点Q优化后的趋势度。

需要说明的是，通过对数据点Q的局部数据点在流速数据中的波动变化情况，同时结合时刻变化距离，构造，当局部数据点中各数据点与其相邻下一个数据点之间的流速差异越大，同时该数据点距离数据点Q的距离越小，则说明该数据点的局部流速波动对数据点Q的影响越大，/>越大；同时，当流速数据在局部范围内的最大、最小流速差异越大，则说明数据点Q受到流速波动的影响效果越明显，则/>越大。通过结合数据点Q的流速波动影响性，对该数据点的趋势度进行修正，从而使得数据受到噪声干扰的评价更加符合实际情况，更能有效表征各数据点的趋势度。

根据上述步骤可知，传感器所采集到的每个时刻的数据点均有其相对应的优化后的趋势度。而由于气体的流量数据往往是由热式气体质量流量计内两个传感器温度差异的一系列复杂运算得到的，当流体流动时，两者之间的温度差异往往与流量的大小成线性关系。而由于其均为时序数据，故同一时刻得到的温度差异数据点必然存在对应的流量数据的数据点。故基于此，通过温度差异与流量的大小构建流量数据的线性度：

公式中，表示数据点Q的线性度，/>表示数据点Q的局部数据点个数。/>、/>分别表示数据点Q的第n个局部数据点的特征值以及流量值，/>、/>分别表示数据点Q的特征值与流量值。

需要说明的是，由于其呈线性关系，故数据点Q与其各局部数据点得到的比值应较为接近，故差异越小，线性度/>越大。当线性度/>越大时，则说明数据点所受到的干扰程度越小，其所对应的权重因子越大，线性度/>越小，则说明数据点所受到的干扰程度越大，其所对应的权重因子越小。

根据上述步骤，每个流量数据点均有其对应的线性度，以及相对应的温度差异数据点的趋势度，基于流量数据点的局部流量数据变化以及流量数据点的线性度与趋势度自适应构建流量数据点的权重因子QZ：

公式中，表示数据点Q的权重因子，/>表示数据点Q的线性度，/>表示数据点Q优化后的趋势度。

需要说明的是，线性度越大，说明该数据点局部范围的线性特征越明显，越符合热式气体质量流量计的特点，同时数据点Q优化后的趋势度/>越大，则说明该数据点波动变化趋势越明显，则说明数据点对滤波器的输出影响越大，从而使得权重因子/>越大，则说明数据点的局部变化越符合流量数据的变化趋势及特征，其受到噪声干扰的程度越小，对滤波器的输出影响越大，权重因子QZ越小，说明数据点的局部变化越不符合流量数据的变化趋势及特征，其受到噪声干扰的程度越大，对滤波器的输出影响越小，保留数据原有特征的同时降低了滤波器的输出存在噪声干扰的可能性，提高了去噪效果。

根据上述步骤，各数据点均有其相对应的权重因子，基于权重因子以及各数据点的流量数据完成数据点的流量数据的加权移动平均滤波，滤波过程为公知技术，此处不再赘述，通过自适应获取加权移动平均滤波中数据点的权重因子，保留原始信号特征的同时，提高了噪声去除的精度与效率，提高了气体流量的测量精度。其中，实现气体流量数据滤波优化的指标构建流程图如图2所示。

至此，本实施例完成。

本发明实施例还提出了一种热式气体质量流量计，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上述的步骤。由于一种气体流量高精度测量方法在上述给出了详细描述，不再赘述。

有益效果，本发明实施例根据同一采集时刻下测温探头与测速探头之间的温度差异构建温度数据差异曲线，将各数据点的温度数据差异作为对应数据点的特征，便于对数据点之间的差异进行分析；本发明实施例通过对温度数据差异曲线上各数据点的特征值以及其与相邻数据点之间的特征值差异进行局部数据点分析，从而构建各数据点的趋势度，用于表征数据点在局部数据点之间的趋势变化情况，用于评价该数据点受到噪声干扰的状况，从而适时调整滤波权重，实现更加有效的滤波效果；基于各数据点在流速数据中局部范围内的变化情况构建流速波动影响性，更加准确评估数据点的趋势，使得数据点的评价角度更加全面；通过结合数据点的流速波动影响性，优化各数据点的趋势度，从而更加准确评价该数据点的趋势变化情况，避免将正常数据点误判为噪声数据点，实现精准滤波；

本发明实施例通过分析不同时间序列数据之间的差异构建气体流量数据的线性度，从而将热式气体质量流量计中的数据特点进行挖掘，实现流量计自身特征的表示；本发明实施例基于线性度以及气体流量数据的局部特征自适应获取其相应的权重因子，通过数据权重的设置，对滤波效果产生针对性的影响，不仅能够降低滤波器对噪声或异常值过度敏感特性，同时也避免了数据点对滤波器的输出会被忽略的影响，有效平滑信号，提高滤波器对快速变化的信号产生响应的能力，保留原始信号的特征；此外，还保证了滤波器对噪声的抑制效果，有效去除噪声干扰；根据各数据点的局部数据点获取对应的权重因子，基于权重因子以及数据点的流量数据，完成数据点的流量数据的加权移动平均滤波；通过自适应获取加权移动平均滤波中数据点的权重因子，保留原始信号特征的同时，提高了噪声去除的精度与效率，提高了气体流量的测量精度。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (2)

1.一种气体流量高精度测量方法，其特征在于，该方法包括以下步骤：

采集热式气体质量流量计的流量数据、测温探头与测速探头的温度数据以及测速探头的流速数据；

基于测温、测速探头的温度差异获取温度数据差异曲线，根据温度数据差异曲线构建各数据点的特征值与特征值差异；获取温度数据差异曲线各数据点的局部数据点；对于温度数据差异曲线各数据点，根据各数据点的局部数据点之间的特征值差异以及与起始数据点之间的距离，获取各数据点的趋势度；根据各数据点及其局部数据点的流速差异以及时刻距离构建各数据点的流速波动影响性；基于各数据点的流速波动影响性对趋势度进行优化，得到各数据点优化后的趋势度；根据各数据点局部数据点的特征值与流量值的分布差异构建各数据点的线性度；结合各数据点优化后的趋势度以及线性度构建各数据点的权重因子；

将各数据点的权重因子作为流量数据各数据点的滤波权重，优化加权移动平均滤波算法，将所有数据点的流量数据作为优化后加权移动平均滤波算法的输入，输出为滤波后的流量数据；

所述基于测温、测速探头的温度差异获取温度数据差异曲线，包括：

将各数据点所在时刻下的测速探头温度值减去测温探头温度值，得到各数据点的温度数据差异值，将所有采集时刻数据点的温度数据差异值，按照时序顺序组成温度数据差异曲线；

所述根据温度数据差异曲线构建各数据点的特征值与特征值差异，包括：

将温度数据差异曲线上各数据点的温度数据差异值记为各数据点的特征值；

对于温度数据差异曲线上各数据点，将各数据点与相邻下一个数据点的特征值之间的差值，记为各数据点的特征值差异；

所述获取温度数据差异曲线各数据点的局部数据点，包括：

对于温度数据差异曲线各数据点，将各数据点时序之前的n个数据点以及时序之后的n个数据点，组成各数据点的局部数据点；当时序之前或之后不足n个数据点时，分别取时序之后或之前的数据点进行补齐；

所述根据各数据点的局部数据点之间的特征值差异以及与起始数据点之间的距离，获取各数据点的趋势度，包括：

其中，数据点Q的趋势度的表达式为：

公式中，表示数据点Q的趋势度，m表示数据点Q的局部数据点中特征值差异大于0的数据点个数，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点内特征值差异的最大值，/>表示数据点Q的局部数据点中第i个数据点的特征值差异，/>表示数据点Q与起始数据点之间的特征值差异，/>表示数据点Q与起始数据点之间的时刻距离；

所述根据各数据点及其局部数据点的流速差异以及时刻距离构建各数据点的流速波动影响性，包括：

其中，数据点Q的流速波动影响性的表达式为：

公式中，表示数据点Q的流速波动影响性，/>表示数据点Q的流速数据值，/>，/>分别表示数据点Q的局部数据点中的最大流速数据值与最小流速数据值，/>表示数据点Q的局部数据点个数，/>表示数据点Q的局部数据点中第k个数据点与其相邻下一个数据点的流速值之间的差值绝对值，/>表示数据点Q与其局部数据点中第k个数据点之间的时刻距离；

所述基于各数据点的流速波动影响性对趋势度进行优化，得到各数据点优化后的趋势度，包括：

计算各数据点的流速波动影响性与1的和值；将各数据点的趋势度与所述和值的乘积作为各数据点优化后的趋势度；

所述根据各数据点局部数据点的特征值与流量值的分布差异构建各数据点的线性度，包括：

对于各数据点的各局部数据点，计算各局部数据点的特征值与流量值的比值，计算各数据点的特征值与流值的比值，计算两个比值的差值绝对值；

将各数据点的所有局部数据点的所述差值绝对值的和值的相反数，作为以自然常数为底数的指数函数的指数；将所述指数函数的计算结果作为各数据点的线性度；

所述各数据点的权重因子由各数据点优化后的趋势度与线性度的乘积得到。

2.一种热式气体质量流量计，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1所述一种气体流量高精度测量方法的步骤。