【技术实现步骤摘要】
本专利技术涉及温度测量，具体涉及一种粮食作物仓储温度异常监测方法。
技术介绍
1、粮食作物在存储过程中容易受到温度影响，因此对粮食作物仓储进行温度监测尤为重要，通过对其温度的监测可以及时发现问题，确保粮食安全。
2、现有的温度异常监测的方法中，对于长时间的温度序列数据，不同时间段内的数据可能具有不同的统计特征，通过数据分段可以在时间上自适应调整异常检测的策略，使得异常检测方法更加灵活和适应性更强。
3、但是利用常规的fisher最优分割法对时序数据进行分段时，容易受到温度序列数据中噪声的影响，从而导致分段结果出现偏差，即噪点可能将原本属于同一数据分段的数据分为两段，进一步导致后续温度异常监测出现错误，即温度异常检测结果准确性低，无法有效对粮食作物仓储温度进行监测，使得出现粮食损失的风险。
技术实现思路
1、本专利技术提供一种粮食作物仓储温度异常监测方法，以解决现有的问题。
2、本专利技术的一种粮食作物仓储温度异常监测方法采用如下技术方案：
3、本专利技术一个实施例提供了一种粮食作物仓储温度异常监测方法，该方法包括以下步骤：
4、获取由多个位置的温度时序数据构成的温度矩阵，温度时序数据中一个数据点对应一个时间点和一个温度值；
5、对温度时序数据进行拟合获得温度曲线，利用温度时序数据的极差对温度曲线之间的积分面积进行调节获得可信系数，所述可信参数用于描述所有温度时序数据存在异常的概率；利用可信系数分别对不同温度时序
6、利用预设大小的滑动窗口对温度时序数据进行遍历，根据在不同温度时序数据的同一个时间点下，对应滑动窗口内极值点的数量以及数据点的温度值差异，获得每个时间点下对应数据点的权重所形成的第二修正矩阵；利用第一修正矩阵和第二修正矩阵对温度矩阵进行调节获得新温度矩阵；
7、对新温度矩阵中的数据进行分段处理并进行温度异常监测。
8、进一步地，所述获取由多个位置的温度时序数据构成的温度矩阵，包括的具体方法为：
9、在粮食作物存储仓中，利用温度传感器分别获取预设范围下所对应的上、中、下3层位置处粮食作物表面的温度时序数据；
10、由上、中、下3层对应温度时序数据形成大小的矩阵，记为温度矩阵，其中表示上层对应的温度时序数据的第1个数据点的温度值，表示上层对应的温度时序数据的第个数据点的温度值，表示下层对应的温度时序数据的第1个数据点的温度值，表示下层对应的温度时序数据的第个数据点的温度值。
11、进一步地，所述对温度时序数据进行拟合获得温度曲线，利用温度时序数据的极差对温度曲线之间的积分面积进行调节获得可信系数，包括的具体方法为：
12、利用最小二乘法分别对所有温度时序数据进行曲线拟合，获得对应的温度曲线，将任意两个温度曲线形成的组合记为曲线组合，获取任意曲线组合的绝对面积参数和相对面积参数；
13、根据不同温度时序数据中温度值的极差分别获得上中温差参数和中下温差参数；
14、获取可信系数，具体计算方法为：
15、
16、其中，表示可信系数；表示曲线组合的数量；表示第个曲线组合的绝对面积参数；表示第个曲线组合的相对面积参数；表示上中温差参数；表示中下温差参数；表示绝对值符号；表示以自然常数为底数的指数函数。
17、进一步地，所述获取任意曲线组合的绝对面积参数和相对面积参数，包括的具体方法为：
18、所述绝对面积参数为，相对面积参数为，其中表示温度曲线中的最大时间点，表示曲线组合中第1个温度曲线的第个时间点下数据点的温度值，表示曲线组合中第2个温度曲线的第个时间点下数据点的温度值，表示绝对值符号。
19、进一步地，所述根据不同温度时序数据中温度值的极差分别获得上中温差参数和中下温差参数，包括的具体方法为：
20、将任意温度时序数据中温度值的极差记为温度时序数据的温度变化参数，将上层与中层的温度时序数据对应温度变化参数之间的差值记为上中温差参数，将中层与下层的温度时序数据对应温度变化参数之间的差值记为中下温差参数。
21、进一步地，所述利用可信系数分别对不同温度时序数据与对应温度曲线之间的差异进行调节，获得第一修正矩阵，包括的具体方法为：
22、获取任意温度时序数据的权重，具体计算方法为：
23、
24、其中，表示温度时序数据的权重；表示可信系数；表示温度时序数据对应温度曲线中第个时间点下数据点的温度值；表示温度时序数据中第个时间点下数据点的温度值；表示温度曲线中的最大时间点；表示绝对值符号；表示以自然常数为底数的指数函数；表示线性归一化函数；
25、第一修正矩阵，其中表示粮食作物上层的温度时序数据的权重，表示粮食作物中层的温度时序数据的权重，表示粮食作物下层的温度时序数据的权重。
26、进一步地，所述利用预设大小的滑动窗口对温度时序数据进行遍历，根据在不同温度时序数据的同一个时间点下，对应滑动窗口内极值点的数量以及数据点的温度值差异，获得每个时间点下对应数据点的权重所形成的第二修正矩阵，包括的具体方法为：
27、构建长度为的滑动窗口对温度时序数据进行遍历，将任意温度时序数据中任意数据点作为滑动窗口的中心点，将滑动窗口内极值点的数量与滑动窗口内数据点的数量之间的比值，记为滑动窗口的中心点对应数据点的极值频率，将滑动窗口内所有数据点的平均值记为滑动窗口的中心点对应数据点的局部平均参数，其中为预设的超参数；
28、根据极值频率以及数据点的温度值差异获得权重；
29、将所有时间点下数据点的权重构成的矩阵记为第二修正矩阵，其中，表示温度时序数据的第1个时间点下数据点的权重，表示温度时序数据的第个时间点下数据点的权重。
30、进一步地，所述根据极值频率以及数据点的温度值差异获得权重，包括的具体方法为：
31、获取温度样本数据中任意时间点下数据点的权重，具体计算方法为：
32、
33、其中，表示温度时序数据中数据点的权重；表示第个温度时序数据内滑动窗口的中心点对应数据点的极值频率；表示滑动窗口内数据点的数量；表示第个温度时序数据内滑动窗口的中心点对应数据点的局部平均参数；表示第个温度时序数据的滑动窗口内第个数据点的温度值；表示绝对值符号；表示以自然常数为底数的指数函数。
34、进一步地，所述利用第一修正矩阵和第二修正矩阵对温度矩阵进行调节获得新温度矩阵，包括的具体公式为：
35、
36、其中，表示新温度矩阵；表示第一修正矩阵；表示温度矩阵；表示第二修正矩阵。
37、进一步地，所述对新温度矩阵中的数据进行分段处理并进行温度异常监测，包括的具体方法为：
38、首先，将新温度矩阵中任意一行的元素形成的序列记为新温度时序数据，将新温度时序数据中本文档来自技高网...
【技术保护点】
1.一种粮食作物仓储温度异常监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述获取由多个位置的温度时序数据构成的温度矩阵，包括的具体方法为：
3.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述对温度时序数据进行拟合获得温度曲线，利用温度时序数据的极差对温度曲线之间的积分面积进行调节获得可信系数，包括的具体方法为：
4.根据权利要求3所述一种粮食作物仓储温度异常监测方法，其特征在于，所述获取任意曲线组合的绝对面积参数和相对面积参数，包括的具体方法为：
5.根据权利要求3所述一种粮食作物仓储温度异常监测方法，其特征在于，所述根据不同温度时序数据中温度值的极差分别获得上中温差参数和中下温差参数，包括的具体方法为：
6.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述利用可信系数分别对不同温度时序数据与对应温度曲线之间的差异进行调节，获得第一修正矩阵，包括的具体方法为：
7.根据权利要求1所述一种粮食作物仓储温
8.根据权利要求7所述一种粮食作物仓储温度异常监测方法，其特征在于，所述根据极值频率以及数据点的温度值差异获得权重，包括的具体方法为：
9.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述利用第一修正矩阵和第二修正矩阵对温度矩阵进行调节获得新温度矩阵，包括的具体公式为：
10.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述对新温度矩阵中的数据进行分段处理并进行温度异常监测，包括的具体方法为：
...【技术特征摘要】
1.一种粮食作物仓储温度异常监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述获取由多个位置的温度时序数据构成的温度矩阵，包括的具体方法为：
3.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述对温度时序数据进行拟合获得温度曲线，利用温度时序数据的极差对温度曲线之间的积分面积进行调节获得可信系数，包括的具体方法为：
4.根据权利要求3所述一种粮食作物仓储温度异常监测方法，其特征在于，所述获取任意曲线组合的绝对面积参数和相对面积参数，包括的具体方法为：
5.根据权利要求3所述一种粮食作物仓储温度异常监测方法，其特征在于，所述根据不同温度时序数据中温度值的极差分别获得上中温差参数和中下温差参数，包括的具体方法为：
6.根据权利要求1所述一种粮食作物仓储温度异常监测方法，其特征在于，所述利用可信系数分别对...
【专利技术属性】
技术研发人员：徐文，刘新，刘赛林，丁海滨，卢华中，卢月明，
申请(专利权)人：张家港江海粮油港务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。