[發明專利]面向傳感器數據可靠性評估的軟測量方法

在審

• 申請號: 202210586103.5
• 申請日: 2022-05-27
• 公開（公告）號: CN115185719A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 陳豪
• 申請（專利權）人: 閩都創新實驗室
• 主分類號: G06F11/00
• 分類號: G06F11/00;G06F11/36;G06N20/00
• 代理公司: 上海洞見未來專利代理有限公司 31467
• 代理人: 劉宏博

1.一種面向傳感器數據可靠性評估的軟測量方法，其特征在于，包含如下步驟：

在實際環境中布置若干個傳感器，用于采集所述實際環境的若干個信息參數；

對所述若干個信息參數進行非線性相關性分析，獲得被監測數據與若干個強相關變量；

采用概率統計的方式對所述若干個強相關變量進行拆分組合，獲得若干個變量子集；

基于所述若干個變量子集的變量數據與所述被監測數據進行多尺度建模，獲得若干個軟測量模型；

所述若干個軟測量模型獲取所述若干個變量子集的變量數據，計算獲得若干個所述被監測數據的理論值；

分析處理所述若干個被監測數據的理論值與所述被監測數據。

2.如權利要求1所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，所述若干個信息參數包含：溫度參數、濕度參數、甲醛含量參數、總揮發有機物含量參數、二氧化碳含量參數、PM2.5含量參數、PM1.0含量參數、PM10含量參數、光照參數、風速參數和風向參數。

3.如權利要求1所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，對所述若干個信息參數進行非線性相關性分析，獲得若干個強相關變量與若干個弱相關變量，包含如下子步驟：

根據所述實際環境對所述若干個傳感器的影響，將任一所述信息參數的采集數據作為被監測數據，將其余的所述信息參數的采集數據作為若干個監測數據；

綜合分析所述若干個監測數據與所述被監測數據，獲得若干個相關系數；

根據所述若干個相關系數將所述若干個信息參數劃分為若干個強相關變量與若干個弱相關變量。

4.如權利要求3所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，通過分析所述若干個監測數據與所述被監測數據之間的關系獲得所述若干個相關系數。

5.如權利要求3所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，通過Correlation Coefficient方法結合所述若干個監測數據與所述被監測數據，計算獲得所述若干個相關系數。

6.如權利要求1所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，所述若干個變量子集的數量不大于所述若干個強相關變量與所述若干個弱相關變量的總數的一半。

7.如權利要求1所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，所述若干個軟測量模型為基于選擇集成學習的自適應軟測量模型。

8.如權利要求1所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，基于所述若干個變量子集的變量數據與所述被監測數據進行多尺度建模，獲得若干個軟測量模型，包含如下子步驟：

初始化所述若干個軟測量模型的軟測量模型集；

更新所述若干個軟測量模型的軟測量模型集。

9.如權利要求8所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，初始化所述若干個軟測量模型的軟測量模型集，包含如下子步驟：

獲取在任一段時間內，所述若干個變量子集與所述被監測數據的歷史數據作為初始傳感器數據樣本和滑動傳感器數據樣本；

基于所述初始傳感器數據樣本構建PLS模型；

根據所述PLS模型，計算獲得基于初始傳感器數據樣本的第一模型偏差與基于滑動傳感器數據樣本的第二模型偏差；

根據所述第一模型偏差計算獲得第一平均值與第一協方差；

根據所述第二模型偏差計算獲得第二平均值與第二協方差。

10.如權利要求9所述面向傳感器數據可靠性評估的軟測量方法，其特征在于，更新所述若干個軟測量模型的軟測量模型集，包含如下子步驟：

對所述軟測量模型集進行數據更新；

評估所述初始傳感器數據樣本和所述滑動傳感器數據樣本之間的相似度；

對所述初始傳感器數據樣本的偏差指標和所述滑動傳感器數據樣本的偏差指標進行判定；

更新所述PLS模型，并根據所述滑動傳感器數據樣本構建軟測量模型集；

根據所述軟測量模型集計算獲得第三模型偏差，并計算獲得所述第三模型偏差的第三平均值與第三協方差；

創建模型池，將每次構建若干個軟測量模型集加入模型池中，獲得傳感器歷史軟測量模型集。