一种温度传感器数据异常处理方法技术

本发明专利技术涉及电子数字数据处理技术领域，具体涉及一种温度传感器数据异常处理方法，包括：获取温度传感器的历史监测温度数据和当前监测温度数据，并拟合目标数据序列；对目标数据序列进行分段得到目标数据段；获取每个目标数据段的权重；根据每个目标数据段的权重、每个目标数据段对应的所有历史监测温度数据与当前监测温度数据的相似度均值，以及目标数据段的个数得到当前监测温度数据的异常程度，根据当前监测温度数据的异常程度确定当前使用热水器是否存在潜在异常。本发明专利技术根据温度传感器的温度监测，可获取热水器存在的潜在质量问题。题。题。

【技术实现步骤摘要】
一种温度传感器数据异常处理方法


[0001]本专利技术涉及电子数字数据处理
，具体涉及一种温度传感器数据异常处理方法。

技术介绍

[0002]在日常生活中，温度传感器的应用十分广泛，如热水器往往需要用到温度传感器来实时监测温度，热水器在加热过程中水温上升，待水沸腾后热水器停止加热，水温回落，此时温度传感器会对热水器每次加热时水温上升，和停止加热后水温回落的数据进行监测，但是，温度传感器只是对水温进行监测，并没有对热水器在加热过程中产生的异常情况进行判断，无法及时解决热水器存在的潜在质量问题。
[0003]在现有技术中，通过温度传感器数据的变化来监测热水器是否存在异常，当热水器运行过程中，出现温度异常时，温度传感器传输信号至报警模块，报警模块发出警报；该方法局限于只有当热水器运行过程中，出现较大温度异常时，才会发出警报，并没有对热水器运行过程中的温度进行分析，更不能根据热水器在长期使用时，温度的微小变化来获得热水器存在的潜在质量问题。

技术实现思路

[0004]本专利技术提供一种温度传感器数据异常处理方法，以解决现有的无法根据热水器在长期使用时，温度的微小变化来获得热水器存在的潜在质量问题。
[0005]本专利技术的一种温度传感器数据异常处理方法，采用如下技术方案：获取热水器的温度传感器每次加热的历史监测温度数据和当前监测温度数据，根据所述历史监测温度数据，得到历史监测温度数据的变化值序列，对历史监测温度数据的变化值序列进行拟合得到目标数据序列；得到历史监测温度数据的变化值序列的方法是：将每次加热的历史监测温度数据中的最高温度与最低温度的差值作为分子，将每次监测温度数据所用的时间作为分母；根据分子与分母的比值得到该次历史监测温度数据的变化值，其中，每次历史监测温度数据的变化值即为每组历史监测温度数据的变化值；将每组历史监测温度数据的变化值按时序排列得到历史监测温度数据的变化值序列；根据目标数据序列中的每个目标数据对应的变化值、每个目标数据的数值得到目标数据序列中的所有分割点，其中，每个目标数据与每组历史监测温度数据的变化值对应；根据所有分割点对目标数据序列进行分段，获取每相邻两段目标数据序列对应的变化值序列的相似度，根据相似度判断每相邻两段目标数据序列是否需要合并，并得到两段及两段以上目标数据段；根据每个目标数据段对应的每个变化值与当前监测温度数据的变化值的相似度
均值、每个目标数据段对应的所有变化值的均值及当前监测温度数据的变化值，得到对应目标数据段的权重；根据每个目标数据段的权重、每个目标数据段对应的所有历史监测温度数据与当前监测温度数据的相似度均值，以及目标数据段的个数得到当前监测温度数据的异常程度，根据当前监测温度数据的异常程度确定当前使用热水器是否存在潜在异常。
[0006]进一步的，目标数据序列是按如下方法确定的：以时间为横坐标，历史监测温度数据的变化值为纵坐标，绘制历史监测温度数据的变化值序列曲线；对变化值序列曲线求导得到导函数曲线；将导函数曲线上的每个数值作为目标数据由左向右进行排列，得到目标数据序列，其中，所述每个数值为每个变化值在变化值序列曲线所在点的导数值。
[0007]进一步的，所述分割点的是按如下方法确定的：获取目标数据序列中的目标数据为分割点的可能性，具体表达式为：式中：表示目标数据序列中第个目标数据为分割点的可能性，表示目标数据序列中第个目标数据对应的变化值，表示目标数据序列中第个目标数据对应的变化值，为自然常数，表示目标数据序列中第个目标数据的数值，表示目标数据序列中第个目标数据的数值，表示目标数据序列中第个目标数据的数值，，表示目标数据序列中目标数据的个数，为正整数；当目标数据为分割点的可能性大于预设可能性阈值时，该目标数据为分割点，并得到目标数据序列中的所有分割点。
[0008]进一步的，每相邻两段目标数据序列对应的变化值序列的相似度的具体表达式为：式中：表示第段和第段目标数据序列对应的变化值序列的相似度，表示第段目标数据序列对应的变化值序列中的最大变化值，表示第段目标数据序列对应的变化值序列中的最小变化值，表示第段目标数据序列对应的变化值序列中的最大变化值，表示第段目标数据序列对应的变化值序列中的最小变化值，表示第段目标数据序列对应的每个变化值与当前监测温度数据的变化值的相似度均值，表示第段目标数据序列对应的每个变化值与当前监测温度数据的变化值的相似度均值，表示与当中最大的值，其中，和为正整数。
[0009]进一步的，目标数据段的权重是按如下方法确定的：
分别获取每个目标数据段对应的所有变化值的均值与当前监测温度数据的变化值的比值；对所述比值进行反比例归一化得到每个目标数据段的反比例归一化后的值；目标数据段对应的每个变化值与当前监测温度数据的变化值的相似度均值，与该目标数据段的反比例归一化后的值相乘得到乘积；对该乘积进行归一化，将归一化后的值作为对应目标数据段的权重。
[0010]进一步的，当前监测温度数据的异常程度是按如下方法确定的：式中：表示当前监测温度数据的异常程度，表示与当前监测温度数据距离最近的目标数据段对应的历史监测温度数据的温度方差，表示当前监测温度数据的温度方差，表示目标数据段的个数，表示第个目标数据段的权重，表示第个目标数据段对应的所有历史监测温度数据与当前监测温度数据的相似度均值，表示的指数函数，为自然常数。
[0011]本专利技术的有益效果是：本专利技术首先获取热水器的温度传感器的历史监测温度数据和当前监测温度数据，获取历史监测温度数据的变化值序列，根据每组历史监测温度数据的变化值序列拟合目标数据序列，根据目标数据序列中的每个目标数据对应的变化值、每个目标数据的数值得到目标数据序列中的所有分割点，该过程对每组历史监测温度数据进行了处理，由于每组历史监测温度数据相对于单个温度数据而言，更具代表性，避免了由于加热过程前期温度变化不明显导致的误差，因此，根据每组历史监测温度数据的变化值序列获取分割点，使得后续的分段更加准确；根据所有分割点对目标数据序列进行分段，获取每相邻两段目标数据序列对应的变化值序列的相似度，根据相似度判断每相邻两段目标数据序列是否需要合并，并得到两段及两段以上目标数据段，根据每个目标数据段对应的每个变化值与当前监测温度数据的变化值的相似度均值、所有变化值的均值及当前监测温度数据的变化值，得到对应目标数据段的权重；该过程首先利用分割点对目标数据序列进行初步分割，得到了两段及两段以上的目标数据序列，由于分段过程中只根据了目标数据序列中每个数据对应的变化值和每个目标数据的数值，所以分段结果会存在一定程度的误差，基于此，根据每相邻两段目标数据序列对应的变化值序列的相似度，再次进行分段，得到了最终的目标数据段，使得分段的结果更加准确，便于后续计算每个目标数据段的权重，判断当前使用热水器是否存在异常，因此，该过程实现了根据每组历史监测温度数据对当前使用热水器进行判断，从每组历史监测温度数据的微小变化中，对当前使用热水器进行监测，判断该热水器是否存在潜在异常。
附图说明
[0012]为了更清楚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种温度传感器数据异常处理方法，其特征在于，包括：获取热水器的温度传感器每次加热的历史监测温度数据和当前监测温度数据，根据所述历史监测温度数据，得到历史监测温度数据的变化值序列，对历史监测温度数据的变化值序列进行拟合得到目标数据序列；得到历史监测温度数据的变化值序列的方法是：将每次加热的历史监测温度数据中的最高温度与最低温度的差值作为分子，将每次监测温度数据所用的时间作为分母；根据分子与分母的比值得到该次历史监测温度数据的变化值，其中，每次历史监测温度数据的变化值即为每组历史监测温度数据的变化值；将每组历史监测温度数据的变化值按时序排列得到历史监测温度数据的变化值序列；根据目标数据序列中的每个目标数据对应的变化值、每个目标数据的数值得到目标数据序列中的所有分割点，其中，每个目标数据与每组历史监测温度数据的变化值对应；根据所有分割点对目标数据序列进行分段，获取每相邻两段目标数据序列对应的变化值序列的相似度，根据相似度判断每相邻两段目标数据序列是否需要合并，并得到两段及两段以上目标数据段；根据每个目标数据段对应的每个变化值与当前监测温度数据的变化值的相似度均值、每个目标数据段对应的所有变化值的均值及当前监测温度数据的变化值，得到对应目标数据段的权重；根据每个目标数据段的权重、每个目标数据段对应的所有历史监测温度数据与当前监测温度数据的相似度均值，以及目标数据段的个数得到当前监测温度数据的异常程度，根据当前监测温度数据的异常程度确定当前使用热水器是否存在潜在异常。2.根据权利要求1所述的一种温度传感器数据异常处理方法，其特征在于，目标数据段的权重是按如下方法确定的：分别获取每个目标数据段对应的所有变化值的均值与当前监测温度数据的变化值的比值；对所述比值进行反比例归一化得到每个目标数据段的反比例归一化后的值；目标数据段对应的每个变化值与当前监测温度数据的变化值的相似度均值，与该目标数据段的反比例归一化后的值相乘得到乘积；对该乘积进行归一化，将归一化后的值作为对应目标数据段的权重。3.根据权利要求1所述的一种温度传感器数据异常处理方法，其特征在于，目标数据序列是按如下方法确定的：以时间为横坐标，历史监测温度数据的变化值为纵坐标，绘制...

【专利技术属性】
技术研发人员：肖麟，
申请(专利权)人：广东吉器电子有限公司，
类型：发明
国别省市：