一种舟桥电控系统用多传感器数据管理方法技术方案

本发明专利技术涉及传感器数据处理技术领域，具体涉及一种舟桥电控系统用多传感器数据管理方法

【技术实现步骤摘要】
一种舟桥电控系统用多传感器数据管理方法


[0001]本专利技术涉及传感器数据处理
，具体涉及一种舟桥电控系统用多传感器数据管理方法
。

技术介绍

[0002]舟桥电控系统是一种用于管理和控制舟桥设备的系统，将液压与电控技术等广泛应用于舟桥设备中，从而提供了快速的机动能力
、
强大的保障能力等
。
在实际应用中，当组合成为舟桥后，其通常起到通行的作用例如支撑人员
、
车辆以及物资的通过
。
为了保证通行的安全，通常会通过电控系统对舟桥上安置的多传感器进行监测，进而结合局部异常因子（
Local Outlier Factor
，
LOF
）算法对舟桥可能存在的异常状态进行监测，及时对可能存在的危险进行预警排查
。
[0003]现有技术通常是在人员或车辆经过时，通过多传感器对舟桥的多种参数进行监测，并通过
LOF
算法对其中可能存在的例如异常的倾斜角度或负载重量等进行监测，但在实际应用中，由于传感器噪声的缘故，采集到的数据中会存在较多的异常数据点，同时由于水流
、
波浪等外界环境因素的影响，往往会导致其监测到的数据波动比实际要大，因此会导致监测数据中的异常数据与噪声数据难以区分，而该类数据混淆在其余数据中时，不仅会导致其余数据的
LOF
检测结果不准确，还难以监测这类数据，进而使得舟桥的异常传感器数据筛选结果的可信度较低
。
专利技术内容
[0004]为了解决现有方法在对舟桥的异常传感器数据进行筛选时存在的筛选结果可信度较低的问题，本专利技术的目的在于提供一种舟桥电控系统用多传感器数据管理方法，所采用的技术方案具体如下：本专利技术提供了一种舟桥电控系统用多传感器数据管理方法，该方法包括以下步骤：获取每个舟桥在当前时间段内每个周期内的不同传感器数据；根据每个周期内每个舟桥的每种传感器数据的波动情况以及每个舟桥的预设邻近舟桥对应的传感器数据的波动情况，得到每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异；根据每个周期内每个舟桥的每种传感器数据的变化情况，得到每个舟桥的每种传感器数据对于噪声的混淆度；根据每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异与其他传感器数据的局部差异之间的差异，以及每个舟桥的每种传感器数据对于噪声的混淆度，获得每个舟桥在每个周期内每种传感器数据的含噪程度；基于所述含噪程度和所述局部差异，确定每个舟桥在每个周期内每种传感器数据的筛选系数；基于所述筛选系数筛选每个舟桥在当前时间段内的异常传感器数据
。
[0005]优选的，所述根据每个周期内每个舟桥的每种传感器数据的波动情况以及每个舟
桥的预设邻近舟桥对应的传感器数据的波动情况，得到每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异，包括：对于第
i
个舟桥：分别计算第
i
个舟桥在第
m
个周期内第
j
种传感器数据与第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据之间的
DTW
距离；分别计算第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差和第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差；基于第
i
个舟桥与其每个预设邻近舟桥之间的距离获得每个邻近舟桥对应的特征系数，所述第
i
个舟桥与其每个预设邻近舟桥之间的距离与所述特征系数呈负相关关系；根据第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差
、
第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差
、
所述
DTW
距离和所述特征系数，计算第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异
。
[0006]优选的，采用如下公式计算第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异：；其中，
A
imj
表示第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异，
d
inmj
表示第
i
个舟桥在第
m
个周期内第
j
种传感器数据与第
i
个舟桥的第
n
个预设邻近舟桥在第
m
个周期内第
j
种传感器数据之间的
DTW
距离，表示第
i
个舟桥的第
n
个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差，
ε
imj
表示第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差，
T
i,n
表示第
i
个舟桥的第
n
个预设邻近舟桥对应的特征系数，
N
表示第
i
个舟桥的预设邻近舟桥的数量，
norm( )
表示归一化函数，
||
表示取绝对值函数，
e
表示自然常数
。
[0007]优选的，所述根据每个周期内每个舟桥的每种传感器数据的变化情况，得到每个舟桥的每种传感器数据对于噪声的混淆度，包括：对于第
i
个舟桥：分别对第
i
个舟桥在每个周期内的所有第
j
种传感器数据进行曲线拟合，获得第
i
个舟桥在每个周期内每种传感器数据的拟合曲线；分别获取每条拟合曲线上每个极值点与对应拟合曲线上所有传感器数据的均值之间的差异；将每条拟合曲线上极值点的数量与对应拟合曲线上所有传感器数据的数量的比值，作为每条拟合曲线的极值点数量占比；计算每条拟合曲线上每个极值点与其相邻极值点的平均时间差异；根据所述每条拟合曲线上每个极值点与对应拟合曲线上所有传感器数据的均值之间的差异
、
所述极值点数量占比
、
所述平均时间差异，计算第
i
个舟桥的第
j
种传感器数据对于噪声的混淆度
。
[0008]优选的，采用如下公式计算第
i
个舟桥的第
j
种传感器数据对于噪声的混本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种舟桥电控系统用多传感器数据管理方法，其特征在于，该方法包括以下步骤：获取每个舟桥在当前时间段内每个周期内的不同传感器数据；根据每个周期内每个舟桥的每种传感器数据的波动情况以及每个舟桥的预设邻近舟桥对应的传感器数据的波动情况，得到每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异；根据每个周期内每个舟桥的每种传感器数据的变化情况，得到每个舟桥的每种传感器数据对于噪声的混淆度；根据每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异与其他传感器数据的局部差异之间的差异，以及每个舟桥的每种传感器数据对于噪声的混淆度，获得每个舟桥在每个周期内每种传感器数据的含噪程度；基于所述含噪程度和所述局部差异，确定每个舟桥在每个周期内每种传感器数据的筛选系数；基于所述筛选系数筛选每个舟桥在当前时间段内的异常传感器数据
。2.
根据权利要求1所述的一种舟桥电控系统用多传感器数据管理方法，其特征在于，所述根据每个周期内每个舟桥的每种传感器数据的波动情况以及每个舟桥的预设邻近舟桥对应的传感器数据的波动情况，得到每个舟桥与其余舟桥在每个周期内每种传感器数据的局部差异，包括：对于第
i
个舟桥：分别计算第
i
个舟桥在第
m
个周期内第
j
种传感器数据与第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据之间的
DTW
距离；分别计算第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差和第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差；基于第
i
个舟桥与其每个预设邻近舟桥之间的距离获得每个邻近舟桥对应的特征系数，所述第
i
个舟桥与其每个预设邻近舟桥之间的距离与所述特征系数呈负相关关系；根据第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差
、
第
i
个舟桥的每个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差
、
所述
DTW
距离和所述特征系数，计算第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异
。3.
根据权利要求2所述的一种舟桥电控系统用多传感器数据管理方法，其特征在于，采用如下公式计算第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异：；其中，
A
imj
表示第
i
个舟桥与其余舟桥在第
m
个周期内第
j
种传感器数据的局部差异，
d
inmj
表示第
i
个舟桥在第
m
个周期内第
j
种传感器数据与第
i
个舟桥的第
n
个预设邻近舟桥在第
m
个周期内第
j
种传感器数据之间的
DTW
距离，表示第
i
个舟桥的第
n
个预设邻近舟桥在第
m
个周期内第
j
种传感器数据的标准差，
ε
imj
表示第
i
个舟桥在第
m
个周期内第
j
种传感器数据的标准差，
T
i,n
表示第
i
个舟桥的第
n
个预设邻近舟桥对应的特征系数，
N
表示第
i
个舟桥的预设邻近舟桥的数量，
norm( )
表示归一化函数，
||
表示取绝对值函数，
e
表示自然常数
。4.
根据权利要求1所述的一种舟桥电控系统用多传感器数据管理方法，其特征在于，所述根据每个周期内每个舟桥的每种传感器数据的变化情况，得到每个舟桥的每种传感器数据对于噪声的混淆度，包括：
对于第
i
个舟桥：分别对第
i
个舟桥在每个周期内的所有第
j
种传感器数据进行曲线拟合，获得第
i
个舟桥在每个周期内每种传感器数据的拟合曲线；分别获取每条拟合曲线上每个极值点与对应拟合曲线上所有传感器数据的均值之间的差异；将每条拟合曲线上极值点的数量与对应拟合曲线上所有传感器数据的数量的比值，作为每条拟合曲线的极值点数量占比；计算每条拟合曲线上每个极值点与其相邻极值点的平均时间差异；根据所述每条拟合曲线上每个极值点与对应拟合曲线上所有传感器数据的均值之间的差异
、
所述极值点数量占比
、
所述平均时间差异，计算第
i
个舟桥的第
j
种传感器数据对于噪声的混淆度
。5.
根据权利要求4所述的一种舟桥电控系统用多传感器数据管理方法，其特征在于，采用如下公式计算第
i
个舟桥的第
j
种传感器数据对于噪声的混淆度：；其中，
B
ij
表示...

【专利技术属性】
技术研发人员：马召鑫，张聪，张绍平，刘志顺，郭腾达，
申请(专利权)人：常熟市亚邦船舶电气有限公司，
类型：发明
国别省市：