一种结构平稳静态监测数据的跳值异常识别及处理方法、系统以及存储介质技术方案

本发明专利技术公开了一种结构平稳静态监测数据的跳值异常识别及处理方法、系统以及存储介质，本方法包括：第一步，在数据顶端一定步长范围内设置样本视口，并据此提取视口范围内的数据以组成样本队列；第二步，当新采集数据插入样本队列后，进行异常分析判断，若新数据为异常数据，并计算替代值且写入监测数据队列；第三步，对新采集数据加入样本队列时进行振荡判断，若不满足振荡条件则视为振荡数据，并计算替代值代替进入样本队列。本方案可在传感器数据采集返回的第一时间判断该值是否为跳值异常值，易行且高效。

【技术实现步骤摘要】
一种结构平稳静态监测数据的跳值异常识别及处理方法、系统以及存储介质
本专利技术涉及结构状态监测技术，具体涉及结构监测数据的异常处理技术。
技术介绍
在结构平稳静态监测过程中，由于受到环境信号干扰、人为随机干扰等因素，传感器采集的数据可能会出现跳值异常。该种数据跳值不能真实反映监测目标的真实性态，容易造成监测系统的错误预警。对此人们也给出了一些方案来识别出监测过程中出现的异常数据跳值。如公开号CN106802879A的中国专利申请公开了一种基于多变量统计分析的结构监测数据异常识别方法。该方案将异常识别过程转换为统计假设检验问题，主要针对所有数据采集完成之后的后处理过程，旨在解决监测数据中微小异常不敏感的问题，但是对于监测进行过程中的实时异常数据处理没有给出很好的解决方案。如公开号CN109583570A的中国专利申请公开了一种基于深度学习确定桥梁健康监测系统异常数据来源的方法。该方案利用深度学习方法诊断结构健康监测异常数据，需要大量数据样本进行训练，目前结构的监测数据的影响源多样，数据中的多种变化情况难以准确标定，本文档来自技高网...

【技术保护点】
1.结构平稳静态监测数据的跳值异常识别及处理方法，其特征在于，包括：/n第一步，在数据顶端一定步长范围内设置样本视口，并据此提取视口范围内的数据以组成样本队列；/n第二步，当新采集数据插入样本队列后，进行异常分析判断；首先计算原队列数据的期望和标准差，待新数据入列后，计算新数据与原队列的期望标准差判别式，若新数据与原队列期望的差值超过原队列标准差一定范围后，则判断新数据为异常数据，并计算替代值且写入监测数据队列；/n第三步，对新采集数据加入样本队列时进行振荡判断，若不满足振荡条件则视为振荡数据，并计算替代值代替进入样本队列。/n

【技术特征摘要】
1.结构平稳静态监测数据的跳值异常识别及处理方法，其特征在于，包括：
第一步，在数据顶端一定步长范围内设置样本视口，并据此提取视口范围内的数据以组成样本队列；
第二步，当新采集数据插入样本队列后，进行异常分析判断；首先计算原队列数据的期望和标准差，待新数据入列后，计算新数据与原队列的期望标准差判别式，若新数据与原队列期望的差值超过原队列标准差一定范围后，则判断新数据为异常数据，并计算替代值且写入监测数据队列；
第三步，对新采集数据加入样本队列时进行振荡判断，若不满足振荡条件则视为振荡数据，并计算替代值代替进入样本队列。


2.根据权利要求1所述的跳值异常识别及处理方法，其特征在于，所述第一步中，根据t时刻传感器采集到的数据，从监测数据序列中选取过去邻近一段时间内的n个数据点，建立容量为n的视口样本队列{xi}i＝1,2,3,...,n，若监测数据序列总量m<n则跳过本次循环过程，并计当前t时刻需要做异常判断和处理的数据点为xn+1。


3.根据权利要求1所述的跳值异常识别及处理方法，其特征在于，所述第二步中计算替代值时，以原队列期望为基准，附加一定期望值的随机波动的数据作为替代数据...

【专利技术属性】
技术研发人员：吴俊，
申请(专利权)人：同恩上海工程技术有限公司，
类型：发明
国别省市：上海;31