一种计量系统中对采集表码值精确的统计处理方法与流程

本发明涉及一种计量系统中对采集表码值精确的统计处理方法。

背景技术：

如图1所示，工业能源计量系统的数据通讯流程包括：工业能源计量系统软件部署在工业企业的信息中心或者能源管理中心的计算机服务器上，通过光纤、无线、以太网等方式与分布在各现场及能源仪表房的能源计量采集网关通讯，每个能源计量采集网关再通过现场总线与就近的能源表计通讯。这样通过两级通讯的协议转换，从能源表计到能源计量采集网关，再到能源计量系统软件,每隔一定的时间间隔，系统会采集工业仪表表计的表码值(计量表的数值)存入历史数据库,作为基础原始数据,统计程序会处理这些数据,根据时间和表码来计算出一定时间间隔,如小时、日、月、周、季、年以内的计量数据。

各种工业能源表计，如电表、水表、气表、热表(热计量表)等，随着能源用量不断累积，在正常情况下其采集上来的表码数据的数值特征或者是随着时间不断增大，或者由于现场没有用量而保持不变。计量统计程序要计算一段时间间隔内的能源计量用量，处理方法是：获取这段时间内开始时间的表码值和结束时间的表码值，然后将结束时间的表码值减去开始时间的表码值，这个差值正常情况下应为一个大于等于零的数据，即为此段时间的能源计量用量值，如图2所示。

但在现实的工业现场环境中，能源表计采集上来的表码数据会发生突变归零的情况，主要是基于以下几种原因：(1)表码已经到达表计的最大位数的满码值，自动产生反转，表码归零；(2)人为清零的情况，可能是班组之间的交班结算，或者现场表计故障进行更换；(3)通讯故障或者能源采集网关的断电故障，在这段时间内使计量系统软件无法采集到表码数据，做归零处理。

如果统计程序在需要处理的时间段内发生了上述突变归零数据的情况，按照常规处理方法会出现两种情况：第一种情况如图3所示，在上述表码反转和人工清零的情况下，时段结束时间的表码是从归零后重新开始增长，减去开始时间的表码，得出结果或者为负数，或者结束时间表码已经增长到比开始时间表码大，相减后为正数，但是这是计量了表计表码归零后重新增长与开始时段表码相等的时刻到统计结束时间这一时段的能源计量用量，而从统计开始时间到表计表码归零后重新增长与开始时段表码相等的时刻这个时段的计量却没有统计计量，这样得出的结果为比实际能源用量小的数值；另一种情况如图4所示，在通讯故障或者能源采集网关断电的情况下，在故障时表码一直为零，如果统计结束时间故障已经恢复，表码回复正常，这样用结束时间表码减去开始时间表码会得到正常值，但也可能一直到统计时段结束时间的表码还是为零，减去时段开始时间的表码，得出结果为负数。

在现有的工业能源计量软件中针对上述归零突变的错误数据无法正常处理，发生了错误的统计数据，其事后的处理方法往往是通过人工记录在系统中输入表码反转记录表码、更换表计记录表码、清零表计记录表码然后触发计量软件的重新统计更新数据库的统计值，或者直接人工修正错误数据。但是随着工业企业对能源管理工作越来越重视，管理越来越细化，不断加强能源表计安装和计量工作，基本都覆盖了厂级、车间级关口能源表计的部署，有条件的工业企业还覆盖了能耗较高的设备级能源表计的部署。这样工业能源计量系统要处理的能源表计的数据也就越来越多，针对经常发生的表计归零突变错误数据，能源统计计量人员往往只能人工修正用于结算厂、车间级关口能源表计的突变数据，而对于更多的设备级能源表计的突变数据，则无法通过人工的方法来逐个修改校正，因此无法及时得到准确的能源用量，会给工业企业的精细化能源管理和能效分析带来误差。

技术实现要素：

针对上述问题，本发明提供一种计量系统中对采集表码值精确的统计处理方法，克服现有计量系统统计程序存在的针对表码值突变归零无法有效自动处理,必须人工修正的问题和缺陷，提供一种自动辨识分析表码值突变归零情况，并剔除处理误差数据的计量统计方法，提高统计的精确度。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种计量系统中对采集表码值精确的统计处理方法，其特征在于，包括如下步骤：

步骤1、设置系统召唤采集仪表表码数据的时间间隔T，T≤仪表最小统计时间间隔的1/10；

步骤2、输入待统计时段的首尾时间，根据统计时段，按照采集时间顺序获取本时段内的所有原始表码值序列；

步骤3、获取待统计时段的表码起始值；

步骤4、将当前表码值与下一个表码值相比较；

步骤5、判断当前表码值是否是待统计时段的最后一个表码值，如果是则进入步骤9，如果不是则进入步骤6；

步骤6、当前表码值若小于下一个表码值，则令下一个表码值为当前表码值，进入步骤4，否则，判断出现了突变归零的情况，进入步骤7；

步骤7、将突变前、未发生突变时间段对应的子段表码进行临时统计，记录对应该子段的临时统计结果，进入步骤8，判断突变归零的类型；

步骤8、若属于表码反转或人工清零的类型，则将该突变时间段对应的表码起始值设置为0，进入步骤4；若属于通讯故障的类型，则剔除所有小于突变前的最后表码值的数值，将该突变时间段对应的表码起始值设置为突变前的最后表码值，进入步骤4；

步骤9、累加所有临时统计结果，再加上当前值减去本子段表码起始值，输出待统计时段的计量值。

优选，步骤8中，判断突变归零的类型的具体步骤如下：

A)记录下归零前的最后一个表码值，继续向后采集后续的表码值，直至采集到重新开始连续增长的N个表码值；

B)对N个表码值取平均值，并与步骤A)记录的归零前的最后一个表码值相比较；

C)若归零前的最后一个表码值大于N个表码值的平均值，则判断为属于表码反转或人工清零的类型，否则，判断为属于通讯故障的类型。

本发明的有益效果是：

与现有技术相比，改变只取统计时段尾首表码相减的方法，而是在统计周期内取多个表码值增加统计样本进行前后表码值的两两比较，这样可以自动判断大量三、四级(设备级)工业仪表计量的数据每日都可能发生数次的人工清零和表码反转、通讯故障的情况，从而采取不同的统计处理策略。一方面保证了工业仪表计量的用量统计准确性，另一方面将繁杂的人工维护和甄别数据的工作改为自动化程序处理，提高了企业计量管理和能源统计工作效率，提高统计的精确度。

附图说明

图1是工业能源计量系统部署和采集数据流图；

图2是正常情况下统计程序根据统计时段的尾首表码相见获得计量值的示意图；

图3是统计时段内发生表码反转或人工清零的情况的示意图；

图4是统计时段内发生通讯故障的情况的示意图；

图5是对统计时段内发生表码反转或人工清零的情况的判断方法示意图；

图6是对统计时段内发生通讯故障的情况的判断方法示意图；

图7是本发明一种计量系统中对采集表码值精确的统计处理方法的流程图。

具体实施方式

下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

一种计量系统中对采集表码值精确的统计处理方法，如图6所述，包括如下步骤：

步骤1、设置系统召唤采集仪表表码数据的时间间隔T，T≤仪表最小统计时间间隔的1/10。要在工业能源计量系统内设置较高的能源表计表码的采样频率，其采样的时间间隔要低于最小统计时间间隔的1/10，如某表计要求的最小能源计量统计单位为小时，则其表码的采样时间间隔为6分钟或更小，这样在任意的小时统计时间段内，能够有至少10个表码记录被输入统计处理程序考察。

步骤2、输入待统计时段的首尾时间，根据统计时段，按照采集时间顺序获取本时段内的所有原始表码值序列。根据统计时段起始时间，获取该时段内的所有表码采集值和采集时间，按照采集值时间顺序，将大统计时段内分隔为采样周期长度更小的统计时段。

优选，在获取包含本统计时段内所有表码记录之外，增加向前一个统计时段和向后一个统计时段的表码记录的获取。这样预先获取前一个统计时段、本时段、后一个统计时段共3段时段内的所有原始表码值序列数据，以备统计时段首尾时间遇到归零突变数据时增加数据分析进行判断。

步骤3、获取待统计时段的表码起始值。

步骤4、将当前表码值与下一个表码值相比较。此步骤进行两两前后表码值比较，当后时刻表码值(简称后值)大于前时刻表码值(简称前值)时，认为当前的前值有效，则继续向后考察；当遇到后值小于前值时，认为遇到突变归零。

步骤5、判断当前表码值是否是待统计时段的最后一个表码值，如果是则进入步骤9，如果不是则进入步骤6。

步骤6、当前表码值若小于下一个表码值，则当前表码值有效，则继续向后考察，其中令当前的下一个表码值为下一个比较循环的当前表码值，进入步骤4，否则，判断出现了突变归零的情况，进入步骤7。

步骤7、将突变前、未发生突变时间段对应的子段表码进行临时统计，记录对应该子段的临时统计结果，进入步骤8，判断突变归零的类型。

需说明的是，由于待统计时段突变归零的次数不可知，故待统计时段被突变归零的情况分成了若干个子段，每个子段对应单次突变的时间段或者未发生突变的时间段，其中未发生突变的时间段，按照常规的统计方法，将该时间段内结束时间的表码值减去开始时间的表码值作为临时统计结果。

步骤8、若属于表码反转或人工清零的类型，则将该突变时间段对应的表码起始值设置为0，进入步骤4；若属于通讯故障的类型，则剔除所有小于突变前的最后表码值的数值，将该突变时间段对应的表码起始值设置为突变前的最后表码值，进入步骤4；

步骤9、累加所有临时统计结果，再加上当前值减去本子段表码起始值，输出待统计时段的计量值。

如何准确判断是正常的人工清零和表码反转还是非正常通讯故障的情况,对于统计程序处理上会有不同的处理路径,带来很大的差别。具体的判断方法是：

A)记录下归零前的最后一个表码值，继续向后采集后续的表码值，直至采集到重新开始连续增长的N个表码值；

B)对N个表码值取平均值，并与步骤A)记录的归零前的最后一个表码值相比较；

C)若归零前的最后一个表码值大于N个表码值的平均值，则判断为属于表码反转或人工清零的类型，否则，判断为属于通讯故障的类型，表码误采集为零，将这些通讯故障的数据剔除后与归零前数据合并，再统一进行处理。

如图5和6所示，优选，N＝3，采取连续3个表码的平均值的判断方法，是防止通讯故障恢复后，计量数据刚开始上传时，产生的数据上下变化抖动，让程序误判断的情况。

当本统计时段的接近开始时间和结束时间附近的表码出现突变归零，则扩大考查范围，故，可以按照采集时间顺序获取：

当本时段的开始时间出现突变归零，则根据获取的前一个统计时段的原始表码值来判断突变归零的类型；

当本时段的结束时间出现突变归零，则根据获取的后一个统计时段的原始表码值来判断突变归零的类型。

程序处理完统计时段内最后一个表码值，将由突变归零情况下分割的各子段计量的中间结果进行累加(如果没有突变归零的情况则整个统计时段为1个整时段)，最终得出本统计时段内的计量用量值。

与现有技术相比，改变只取统计时段尾首表码相减的方法，而是在统计周期内取多个表码值增加统计样本进行前后表码值的两两比较，这样可以自动判断大量三、四级(设备级)工业仪表计量的数据每日都可能发生数次的人工清零和表码反转、通讯故障的情况，从而采取不同的统计处理策略。一方面保证了工业仪表计量的用量统计准确性，另一方面将繁杂的人工维护和甄别数据的工作改为自动化程序处理，提高了企业计量管理和能源统计工作效率，提高统计的精确度。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。