主权项 |
1.一种自动化监测异常数据的判别方法,涉及由数据采集系统所采集的监测数据,所述监测数据基于时间序列,其特征在于将所述监测数据中的异常数据分类为偶然数据、突变数据和缓变数据,以所述监测数据的发布时间点前推N个时间序列所对应的监测数据为基点j<sub>i</sub>,建立统计的数据模型,并定义符号因子<img file="2013101376031100001DEST_PATH_IMAGE002.GIF" wi="89" he="48" />;(1)所述偶然数据的判别方法至少包括如下步骤:当计算得所述符号因子q<sub>i</sub><0时,则计算出所述数据模型中的数据平均值S和标准差σ,所述数据模型共有M+N+1个监测数据点,其中参数M、N根据具体工程取值;以所述数据平均值S为中心线,以S+3σ为上边界,以S-3σ为下边界;若所述基点j<sub>i</sub>超出了所述的上边界或下边界,则所述基点j<sub>i</sub>被判定为所述偶然数据;若所述基点j<sub>i</sub>处于所述上边界和所述下边界之内,则暂时保留该点以作进一步判定; (2)所述突变数据的判定方法至少包括如下步骤:(a)当计算得所述符号因子q<sub>i</sub>>0时,若再满足:<img file="DEST_PATH_IMAGE004.GIF" wi="123" he="27" />或<img file="DEST_PATH_IMAGE006.GIF" wi="122" he="27" />,则所述基点j<sub>i</sub>为所述突变数据;其中所述n<sub>2</sub> 、n<sub>3</sub>为经验参数,所述Δr为所述监测数据的日变量报警值,所述Δz为所述监测数据的累计变量报警值;(b)若计算未满足(a)中的条件,则进行如下判断,若满足<img file="DEST_PATH_IMAGE008.GIF" wi="137" he="27" />或<img file="DEST_PATH_IMAGE010.GIF" wi="135" he="27" />,且同时满足<img file="DEST_PATH_IMAGE012.GIF" wi="124" he="27" />或<img file="DEST_PATH_IMAGE014.GIF" wi="123" he="27" />,则将所述基点j<sub>i</sub>标识为观察数据;其中所述n<sub>4</sub> 、n<sub>5</sub>为经验参数,所述j<sub>i1d</sub>为相对于基点j<sub>i</sub> 的24小时之前的监测数据;(c)在(b)中所述观察数据的基础上,对所述数据模型的单调性进行判断,若所述符号因子<img file="DEST_PATH_IMAGE016.GIF" wi="44" he="25" />,且<img file="DEST_PATH_IMAGE018.GIF" wi="53" he="25" />,<img file="DEST_PATH_IMAGE020.GIF" wi="55" he="25" />……<img file="DEST_PATH_IMAGE022.GIF" wi="68" he="25" />,说明所述数据模型中的所述监测数据呈单调性,则判定所述基点j<sub>i</sub>为所述突变数据; (3)所述缓变数据的判定方法至少包括如下步骤:首先计算判断所述数据模型中的所述监测数据单调性,满足单调性的所述监测数据,若再满足<img file="DEST_PATH_IMAGE024.GIF" wi="183" he="27" />且<img file="DEST_PATH_IMAGE026.GIF" wi="179" he="27" />,则进一步判别,若符合下列两种情况之一,则所述基点j<sub>i</sub>判定为缓变数据;其中所述<img file="DEST_PATH_IMAGE028.GIF" wi="23" he="23" />、<img file="DEST_PATH_IMAGE030.GIF" wi="22" he="25" />为经验参数; 情况一:<img file="DEST_PATH_IMAGE032.GIF" wi="197" he="27" />且<img file="DEST_PATH_IMAGE034.GIF" wi="195" he="27" />情况二:<img file="DEST_PATH_IMAGE036.GIF" wi="183" he="27" />且<img file="DEST_PATH_IMAGE038.GIF" wi="183" he="27" />。 |