自动化监测异常数据的判别及处理方法

摘要

本发明属于自动监测领域，具体涉及一种自动化监测异常数据的判别及处理方法，该方法将监测数据中的异常数据细分为偶然数据、突变数据以及缓变数据，其中偶然数据由工程中的非正常施工因素造成，一旦确定，用监测数据的平均值替代；而突变数据与缓变数据是由工程中的正常施工因素引起的，一旦确定，应高度重视，采取相应的处理方式。本发明的优点是，相对于一般数据采集系统，采用本发明方法的自动化数据采集系统能够有效地对异常数据进行判别、分类，并进行相应的处理，真正实现自动化监测，合理指导施工。

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_i，建立统计的数据模型，并定义符号因子；（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_i＜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_i超出了所述的上边界或下边界，则所述基点j_i被判定为所述偶然数据；若所述基点j_i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_i＞0时，若再满足：或，则所述基点j_i为所述突变数据；其中所述n₂ 、n₃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，若满足或，且同时满足或，则将所述基点j_i标识为观察数据；其中所述n₄ 、n₅为经验参数，所述j_i1d为相对于基点j_i 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，且，……，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_i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，若再满足且，则进一步判别，若符合下列两种情况之一，则所述基点j_i判定为缓变数据；其中所述、为经验参数；     情况一：且情况二：且。