本发明专利技术属于自动监测领域，具体涉及一种自动化监测异常数据的判别及处理方法，该方法将监测数据中的异常数据细分为偶然数据、突变数据以及缓变数据，其中偶然数据由工程中的非正常施工因素造成，一旦确定，用监测数据的平均值替代；而突变数据与缓变数据是由工程中的正常施工因素引起的，一旦确定，应高度重视，采取相应的处理方式。本发明专利技术的优点是，相对于一般数据采集系统，采用本发明专利技术方法的自动化数据采集系统能够有效地对异常数据进行判别、分类，并进行相应的处理，真正实现自动化监测，合理指导施工。
【技术实现步骤摘要】
本专利技术属于自动监测领域，具体涉及一种。
技术介绍
自动化监测系统具有高精度、连续性、实时性的特征，已被广泛应用于工程测量的多个方面。在自动化监测的实施过程中，不可避免地会出现异常数据，究其原因，主要分为两类: 非正常施工因素:仪器突发故障、仪器性能不稳定(包括数据漏采为“O”)、断电、测点破坏或被遮挡等，该类异常数据应在第一时间判定出，并予以剔除； 正常施工因素:该类异常数据能客观反映整个工程的状态，是业主、施工方等单位重点关心的对象，应谨慎处理，确立合理的报警机制。目前，还没有对异常数据进行自动化判别的方法形成，也没有相应的处理方法。
技术实现思路
本专利技术的目的是根据上述现有技术的不足之处，提供一种，该方法通过建立统计的数据模型并计算符号因子，以对异常数据进行判另O、分类，并进行相应的处理，实现真正的自动化监测，合理指导施工。本专利技术目的实现由以下技术方案完成: 一种自动化监测异常数据的判别方法，涉及由数据采集系统所采集的监测数据，所述监测数据基于时间序列，其特征在于将所述监测数据中的异常数据分类为偶然数据、突变数据和缓变数据，以所述监测数据的发布时间点前推N个时间序列的时间点为基点ji;建立统计的数据模型，并定义符号因子;权利要求1.一种自动化监测异常数据的判别方法，涉及由数据采集系统所采集的监测数据，所述监测数据基于时间序列，其特征在于将所述监测数据中的异常数据分类为偶然数据、突变数据和缓变数据，以所述监测数据的发布时间点前推N个时间序列所对应的监测数据为基点上，建立统计的数据模型，并定义符号因子2.根据权利要求1所述的一种自动化监测异常数据的判别方法，其特征在于所述经验参数n2和n3可分别取0.5和0.1。3.根据权利要求1所述的一种自动化监测异常数据的判别方法，其特征在于所述经验参数n4和n5可分别取2和0.4。4.根据权利要求1所述的一种自动化监测异常数据的判别方法，其特征在于所述经验参数《2_和巧_可分别取0.2和0.05。5.根据权利要求1所述的一种自动化监测异常数据的判别方法，其特征在于所述经验参数和'可分别取0.3和0.08。6.一种权利要求1述及的自动化监测异常数据的处理方法，其特征在于所述处理方法至少包括如下步骤:当所述基点Ji被判定为所述偶然数据后，将该点剔除，并采用所述数据平均值取代该点。7.—种权利要求1或3所述的自动化监测异常数据的处理方法，其特征在于所述处理方法至少包括如下步骤:当所述基点Ji被判定为所述突变数据后，延迟发布时间，观察所述监测数据变化趋势，同时自动加密监测频率；之后检查仪器可靠性；其后结合现场施工情况综合判别，发布报警信息。8.—种权利要求1或4所述的自动化监测异常数据的处理方法，其特征在于所述处理方法至少包括如下步骤:当所述基点Ji被判定为所述缓变数据后，延迟发布时间，观察所述监测数据变化趋势；之后若所述监测数据变化趋势收敛，则进行平滑处理；若所述监测数据变化趋势继续发 展，则结合现场施工情况综合判别，决定是否需要报警。全文摘要本专利技术属于自动监测领域，具体涉及一种，该方法将监测数据中的异常数据细分为偶然数据、突变数据以及缓变数据，其中偶然数据由工程中的非正常施工因素造成，一旦确定，用监测数据的平均值替代；而突变数据与缓变数据是由工程中的正常施工因素引起的，一旦确定，应高度重视，采取相应的处理方式。本专利技术的优点是，相对于一般数据采集系统，采用本专利技术方法的自动化数据采集系统能够有效地对异常数据进行判别、分类，并进行相应的处理，真正实现自动化监测，合理指导施工。文档编号G06F17/30GK103198147SQ20131013760公开日2013年7月10日 申请日期2013年4月19日 优先权日2013年4月19日专利技术者潘华, 戴加东, 金淼, 褚伟洪, 易爱华 申请人:上海岩土工程勘察设计研究院有限公司本文档来自技高网...
【技术保护点】
一种自动化监测异常数据的判别方法，涉及由数据采集系统所采集的监测数据，所述监测数据基于时间序列，其特征在于将所述监测数据中的异常数据分类为偶然数据、突变数据和缓变数据，以所述监测数据的发布时间点前推N个时间序列所对应的监测数据为基点ji，建立统计的数据模型，并定义符号因子???????????????????????????????????????????????；（1）所述偶然数据的判别方法至少包括如下步骤：当计算得所述符号因子qi＜0时，则计算出所述数据模型中的数据平均值S和标准差σ，所述数据模型共有M+N+1个监测数据点，其中参数M、N根据具体工程取值；以所述数据平均值S为中心线，以S+3σ为上边界，以S－3σ为下边界；若所述基点ji超出了所述的上边界或下边界，则所述基点ji被判定为所述偶然数据；若所述基点ji处于所述上边界和所述下边界之内，则暂时保留该点以作进一步判定；?（2）所述突变数据的判定方法至少包括如下步骤：（a）当计算得所述符号因子qi＞0时，若再满足：或，则所述基点ji为所述突变数据；其中所述n2?、n3为经验参数，所述Δr为所述监测数据的日变量报警值，所述Δz为所述监测数据的累计变量报警值；（b）若计算未满足（a）中的条件，则进行如下判断，若满足或，且同时满足或，则将所述基点ji标识为观察数据；其中所述n4?、n5为经验参数，所述ji1d为相对于基点ji?的24小时之前的监测数据；（c）在（b）中所述观察数据的基础上，对所述数据模型的单调性进行判断，若所述符号因子，且，……，说明所述数据模型中的所述监测数据呈单调性，则判定所述基点ji为所述突变数据；?（3）所述缓变数据的判定方法至少包括如下步骤：首先计算判断所述数据模型中的所述监测数据单调性，满足单调性的所述监测数据，若再满足且，则进一步判别，若符合下列两种情况之一，则所述基点ji判定为缓变数据；其中所述、为经验参数；?????情况一：且?????情况二：且。2013101376031100001dest_path_image002.jpg,dest_path_image004.jpg,dest_path_image006.jpg,dest_path_image008.jpg,dest_path_image010.jpg,dest_path_image012.jpg,dest_path_image014.jpg,dest_path_image016.jpg,dest_path_image018.jpg,dest_path_image020.jpg,dest_path_image022.jpg,dest_path_image024.jpg,dest_path_image026.jpg,dest_path_image028.jpg,dest_path_image030.jpg,dest_path_image032.jpg,dest_path_image034.jpg,dest_path_image036.jpg,dest_path_image038.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：潘华，戴加东，金淼，褚伟洪，易爱华，
申请(专利权)人：上海岩土工程勘察设计研究院有限公司，
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。