一种油渣分离系统中的数据分析方法技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种油渣分离系统中的数据分析方法，该方法获取预设时段内油渣分离系统的温度信号；获取对温度信号进行经验模态分解时的目标极值点，根据目标极值点将温度信号分解为至少一个参考分量信号，对温度信号进行传统的经验模态分解，得到至少一个实际分量信号；获取所有的参考分量信号和实际分量信号中的任一分量信号的波动程度；针对任一实际分量信号，根据实际分量信号与目标参考分量信号之间对应波动程度的差异和相似度，获取实际分量信号的小波阈值；根据每个实际分量信号的小波阈值对所有的实际分量信号进行自适应去噪，得到去噪后的温度信号，通过对温度信号进行自适应小波阈值去噪，提高了去噪效果。

【技术实现步骤摘要】

本专利技术涉及数据处理，具体涉及一种油渣分离系统中的数据分析方法。

技术介绍

1、油渣分离系统是用于处理含有油污的废水或液体混合物的设备，其主要目的是将油水分离，以减少环境污染并回收有用的油。其中，数据分析在油渣分离系统中扮演着重要的角色，有助于优化油渣分离系统的性能、监测设备状态、提高油水分离效率，以及降低操作成本。具体的，油渣分离系统中通过传感器监测各个系统参数，包括流量、温度、压力、油水混合物的化学成分等，这些传感器提供大量的实时监测数据，用于分析和控制油渣分离系统。

2、由于温度对油渣的分离影响较大，因此，目前对温度的监测较为严谨。但是在采集温度的监测数据时，温度传感器会受到多种因素的影响，导致采集的温度的监测数据存在噪声，进而需要对温度的监测数据进行去噪处理，以保证得到准确的温度数据。

3、在现有技术中，对数据进行去噪的方法较多，其中，小波变换算法对数据进行去噪具有较好的效果，小波变换算法能够将信号分解成不同尺度的分量信号，以揭示信号的局部特征和频率成分，然后根据各分量信号的变化对其进行去噪，但是在进行分量信号去噪时，小波本文档来自技高网...

【技术保护点】

1.一种油渣分离系统中的数据分析方法，其特征在于，所述数据分析方法包括：

2.如权利要求1所述的数据分析方法，其特征在于，所述对所述所有极值点进行筛选，得到目标极值点，包括：

3.如权利要求2所述的数据分析方法，其特征在于，所述极值点为极大值点，则所述根据所述极值点与其局部极值点之间的幅值差异，获取所述极值点的局部特征值，包括：

4.如权利要求2所述的数据分析方法，其特征在于，所述极值点为极小值点，则所述根据所述极值点与其局部极值点之间的幅值差异，获取所述极值点的局部特征值，包括：

5.如权利要求2所述的数据分析方法，其特征在于，所述根据所...

【技术特征摘要】

1.一种油渣分离系统中的数据分析方法，其特征在于，所述数据分析方法包括：

2.如权利要求1所述的数据分析方法，其特征在于，所述对所述所有极值点进行筛选，得到目标极值点，包括：

3.如权利要求2所述的数据分析方法，其特征在于，所述极值点为极大值点，则所述根据所述极值点与其局部极值点之间的幅值差异，获取所述极值点的局部特征值，包括：

4.如权利要求2所述的数据分析方法，其特征在于，所述极值点为极小值点，则所述根据所述极值点与其局部极值点之间的幅值差异，获取所述极值点的局部特征值，包括：

5.如权利要求2所述的数据分析方法，其特征在于，所述根据所述极值点与其相邻极值点之间的局部特征值的差异，获取所...

【专利技术属性】
技术研发人员：阚笑，吴忠笑，葛传迎，
申请(专利权)人：泰安金冠宏食品科技有限公司，
类型：发明
国别省市：