数据去噪方法、装置、计算机可读存储介质及电子设备制造方法及图纸

本发明专利技术公开了数据去噪方法、装置、可读介质及电子设备，方法包括：获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处理后得到的第二时间序列数据；根据第二时间序列数据，确定小波基函数以及分解层级；根据小波基函数以及分解层级，对第二时间序列数据进行离散小波包分解，以确定分解层级对应的至少两个第一分解系数；确定各个第一分解系数分别对应的第二分解系数，第二分解系数为从第一分解系数中估算出的不包含噪声的分解系数；根据各个第一分解系数分别对应的第二分解系数以及逆小波变换公式，对第二时间序列数据进行重构，以确定去噪时间序列数据。通过本发明专利技术技术方案可实现对采集到的海洋发电站的运行数据的去噪。据的去噪。据的去噪。

【技术实现步骤摘要】
数据去噪方法、装置、计算机可读存储介质及电子设备


[0001]本专利技术涉及能源
，尤其涉及数据去噪方法、装置、计算机可读储存介质及电子设备。

技术介绍

[0002]利用海洋能发电，是一种可再生清洁能源。海洋能具有永不枯竭、能量密度大、可预测性强等诸多优点，因此在近年来得到了广泛关注和大力发展，是新能源探索领域的一个热点。
[0003]在海洋能发电站中，可以采集海洋能发电站的运行数据并对其进行分析，从而更好的监控海洋发电站的工作状态。
[0004]可以理解的是，在海洋发电站中采集得到的运行数据通常十分复杂，而且可能伴随有大量不准确的、异常的数据，将直接的影响到后续数据分析处理结果的准确性。现有技术中缺少一种针对性的数据降噪技术，以解决这一技术问题。

技术实现思路

[0005]本专利技术提供一种数据降噪方法、装置、可读介质及电子设备，可实现对采集到的海洋潮流能发电平台的运行数据的去噪处理。
[0006]第一方面，本专利技术提供了一种数据降噪方法，包括：
[0007]获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处理后得到的第二时间序列数据；
[0008]根据所述第二时间序列数据，确定小波基函数以及分解层级；
[0009]根据所述小波基函数以及分解层级，对所述第二时间序列数据进行离散小波包分解，以确定所述分解层级对应的至少两个第一分解系数；
[0010]确定各个所述第一分解系数分别对应的第二分解系数，所述第二分解系数为从所述第一分解系数中估算出的不包含噪声的分解系数；
[0011]根据各个所述第一分解系数分别对应的第二分解系数以及逆小波变换公式，对所述第二时间序列数据进行重构，以确定去噪时间序列数据。
[0012]第二方面，本专利技术提供了一种数据降噪装置，包括：
[0013]获取模块，用于获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处理后得到的第二时间序列数据；
[0014]参数确定模块，用于根据所述第二时间序列数据，确定小波基函数以及分解层级；
[0015]分解模块，用于根据所述小波基函数以及分解层级，对所述第二时间序列数据进行离散小波包分解，以确定所述分解层级对应的至少两个第一分解系数；
[0016]估算模块，用于确定各个所述第一分解系数分别对应的第二分解系数，所述第二分解系数为从所述第一分解系数中估算出的不包含噪声的分解系数；
[0017]重构模块，用于根据各个所述第一分解系数分别对应的第二分解系数以及逆小波
变换公式，对所述第二时间序列数据进行重构，以确定去噪时间序列数据。
[0018]第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
[0019]第四方面，本专利技术提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
[0020]本专利技术提供了一种数据降噪方法、装置、计算机可读存储介质及电子设备，该方法通过获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处理后得到的第二时间序列数据，这里，第二时间序列数据为对第一时间序列数据进行异常数据处理后的时间序列数据，从而降低了异常数据对第二时间序列数据的影响，进而确保第二时间序列能够较为准确的反映海洋发电站的运行情况，然后，根据第二时间序列数据，确定小波基函数以及分解层次，然后，根据小波基函数以及分解层级，对第二时间序列数据进行离散小波包分解，以确定分解层级对应的若干个第一分解系数，然后，确定各个第一分解系数分别对应的第二分解系数，第二分解系数为从第一分解系数中估算出的不包含噪声的分解系数，之后，根据各个第一分解系数分别对应的第二分解系数以及逆小波变换公式，对第二时间序列数据进行重构，以确定去噪时间序列数据，得到的去噪时间序列数据由于考虑了分解系数中不包含噪声的分解系数，从而提高了数据质量。综上所述，通过本专利技术提供的技术方案，可实现对海洋发电站的运行数据的降噪处理，同时确保降噪效果。
[0021]上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0022]为了更清楚地说明本实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为本专利技术一实施例提供的一种数据降噪方法的流程示意图；
[0024]图2为本专利技术一实施例提供的一种数据降噪方法中的分解结果的示意图；
[0025]图3为本专利技术一实施例提供的一种数据降噪装置的流程示意图；；
[0026]图4为本专利技术一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0027]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本专利技术的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]如图1所示，为本专利技术提供的数据去噪方法的具体实施例。本实施例中，所述方法具体包括以下步骤：
[0029]步骤101、获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处
理后得到的第二时间序列数据。
[0030]具体地，海洋能发电站可以是潮汐能电站、海洋温差电站、波浪能电站、潮流能发电站或海水盐浓度差电站，本专利技术实施例对比不做具体限定，优选潮流能发电站。
[0031]具体地，测点可以理解为能够用于采集海洋发电站的运行数据的数据采集设备。考虑到海洋发电站在运行过程中产生的数据具有时间性，可选地，可利用采集的数据以时间序列的形式输出的传感器来设置测试点，以获取到海洋发电站的第一时间序列数据。
[0032]具体的，第一时间序列数据可以理解为未进行处理过的数据，即原始时间序列数据，包括海洋发电站中的某种设备对应的某个变量，举例来说，当海洋发电站为潮流能发电站时，潮流能发电站中的设备包括涡轮、电机、框架以及主轴承中的任意一种，当设备为涡轮时，变量为涡轮转速、涡轮压力以及涡轮温度中的任意一种，当设备为电机时，变量为电机转速、电机电流以及电机温度中的任意一种，当设备为框架时，变量为框架位移、框架振动、框架腐蚀度中的任意一种，当设备为主承轴时，变量为主轴承振动或主轴承扭矩。需要说明的是，不同设备的不同变量的处理方式相同。
[0033]具体地，第二时间序列数据可以理解为对第一时间序列数据进行异常数据处理后得到的时间序列数据。考虑到第一时间序列数据为测点采集的原始时间序列数据，不可避免本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据降噪方法，其特征在于，包括：获取针对海洋发电站在测点采集的第一时间序列数据进行异常数据处理后得到的第二时间序列数据；根据所述第二时间序列数据，确定小波基函数以及分解层级；根据所述小波基函数以及分解层级，对所述第二时间序列数据进行离散小波包分解，以确定所述分解层级对应的至少两个第一分解系数；确定各个所述第一分解系数分别对应的第二分解系数，所述第二分解系数为从所述第一分解系数中估算出的不包含噪声的分解系数；根据各个所述第一分解系数分别对应的第二分解系数以及逆小波变换公式，对所述第二时间序列数据进行重构，以确定去噪时间序列数据。2.根据权利要求1所述的方法，其特征在于，所述根据所述第二时间序列数据，确定小波基函数以及分解层级，包括：确定至少两个候选分解组合，所述分解组合包括候选正交小波基函数以及候选分解层级，不同的所述候选分解组合中的候选正交小波基函数和/或候选分解层次不同；根据所述候选分解组合中的候选正交小波基函数以及候选分解层级，对所述第二时间序列数据进行离散小波包分解，确定所述候选分解层级的每个参考分解系数分别对应的分解结果，并对每个所述参考分解系数分别对应的分解结果和所述第二时间序列数据进行比对，确定所述候选分解组合对应的评估信息；根据多个所述候选分解组合分别对应的评估信息，从多个所述候选分解组合中确定目标分解组合，将所述目标分解组合中的候选正交小波基函数以及候选分解层级分别确定为小波基函数以及分解层级。3.根据权利要求2所述的方法，其特征在于，所述对每个所述参考分解系数分别对应的分解结果和所述第二时间序列数据进行比对，确定所述候选分解组合对应的评估信息，包括：从各个所述参考分解系数分别对应的分解结果中确定数据趋势分解结果；确定所述数据趋势分解结果对应的数据趋势相似度，所述数据趋势相似度指示了所述数据趋势分解结果的数据趋势和所述第二时间序列的数据趋势的相似度；将所述数据趋势分解结果对应的数据趋势相似度加入所述候选分解组合对应的评估信息中。4.根据权利要求3所述的方法，其特征在于，所述对每个所述参考分解系数分别对应的分解结果和所述第二时间序列数据进行比对，确定所述候选分解组合对应的评估信息，还包括：根据各个所述参考分解系数分别对应的分解结果，确定高频分解结果；根据所述高频分解结果，确定所述高频分解结果对应的高频成分相似度，所述高频成分相似度指示了所述高频分解结果和所述第...

【专利技术属性】
技术研发人员：姜孝谟，林琳，徐胜利，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：