[發明專利]一種基于數理統計的傳感器異常數據識別方法在審
| 申請號： | 202011290995.1 | 申請日： | 2020-11-18 |
| 公開（公告）號： | CN112528227A | 公開（公告）日： | 2021-03-19 |
| 發明（設計）人： | 王鳳;夏忠武;周威杰;趙克建 | 申請（專利權）人： | 浙江藍卓工業互聯網信息技術有限公司 |
| 主分類號： | G06F17/18 | 分類號： | G06F17/18 |
| 代理公司： | 杭州華鼎知識產權代理事務所(普通合伙) 33217 | 代理人： | 項軍 |
| 地址： | 315171 浙江省寧波市海曙*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 數理統計 傳感器 異常 數據 識別 方法 | ||
本發明涉及數據監測領域，尤其涉及一種基于數理統計的傳感器異常數據識別方法，包括：S1：獲取傳感器的歷史數據，并標注為異常數據和正常數據；S2：利用數理統計，計算單個采集周期內歷史數據變化幅度的絕對值；S3：通過異常數據變化幅度的絕對值和正常數據變化幅度的絕對值確定閾值；S4：獲取該傳感器的當前數據，并計算當前數據變化幅度的絕對值；S5：將當前數據變化幅度的絕對值與閾值比較判斷當前數據是否異常。通過使用本發明，可以實現以下效果：通過數理統計方法，計算傳感器采集數據的變化幅度來設置閥值，不需要添加額外的設備和系統，可以快速識別傳感器異常數據，提高設備預測性維護的準確度。
技術領域
本發明涉及數據監測領域，尤其涉及一種基于數理統計的傳感器異常數據識別方法。
背景技術
在對設備進行預測性維護時，進行分析的數據多是從傳感器獲取的，從傳感器獲得的數據本身可能會出現由于傳感器異常而導致上傳數據異常。以壓力傳感器為例，傳感器收集到的數據具有間隔短，波動頻繁，靈敏度高，變化范圍大等特點，在傳感器發生異常時數據會出現上下跳變并持續一段時間等現象，這些數據特征與設備故障產生的數據特征相似而產生混淆，對設備的預測性維護產生干擾，需要將傳感器異常與設備運行故障進行區分，提高設備故障預測準確性。
發明CN110595525A公開一種監測井下傳感器異常的方法、裝置、系統及介質。實際應用中傳感器異常的診斷需要添加額外的診斷裝置，增加成本，實際操作較為繁瑣。
發明內容
為解決上述問題，本發明提出一種基于數理統計的傳感器異常數據識別方法。
一種基于數理統計的傳感器異常數據識別方法，包括：
S1：獲取傳感器的歷史數據，并標注為異常數據和正常數據；
S2：利用數理統計，計算單個采集周期內歷史數據變化幅度的絕對值；
S3：通過異常數據變化幅度的絕對值和正常數據變化幅度的絕對值確定閾值；
S4：獲取該傳感器的當前數據，并計算當前數據變化幅度的絕對值；
S5：將當前數據變化幅度的絕對值與閾值比較判斷當前數據是否異常。
優選的，所述計算單個采集周期內歷史數據變化幅度的絕對值采用公式為：
其中，ai,j是傳感器j在i時刻的變化率絕對值，xi,j為傳感器j在i時刻的值。
優選的，所述閾值大于正常數據變化幅度的絕對值且小于異常數據變化幅度的絕對值。
優選的，所述將當前數據變化幅度的絕對值與閾值比較判斷當前數據是否異常包括：
若當前數據變化幅度的絕對值小于閾值，則判斷當前數據為正常數據；
若當前數據變化幅度的絕對值大于或等于閾值，則判斷當前數據為異常數據。
優選的，還包括：
重復步驟S1～S5，直到完成對同一設備不同傳感器當前數據的異常識別；
若所有傳感器的當前數據均為正常，輸出所屬設備的預測故障診斷結果；
若至少存在一個傳感器的當前數據均為異常，則屏蔽當前時刻所屬設備的預測故障信號。
優選的，還包括：
找到當前數據均為異常的傳感器，獲取從當前時刻起X個周期的數據；
若X個周期的數據均一致，則判斷該傳感器異常；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江藍卓工業互聯網信息技術有限公司，未經浙江藍卓工業互聯網信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011290995.1/2.html，轉載請聲明來源鉆瓜專利網。
