绝缘子盐密数据条处理方法和系统与流程

本发明涉及数据筛选技术领域，特别是涉及一种绝缘子盐密数据条处理方法和系统。

背景技术：

污闪事故是在输电线路经过的地区，秽物附着在绝缘子表面，形成污秽层，在下雨、积雪融化、下雾等不良天气时，污秽绝缘子的绝缘强度大大降低，引起绝缘子在正常运行电压下闪络，造成大面积停电。

沿海地区的输变电设备处于高温、高湿、高盐雾的特殊运行环境中，容易发生污闪事故。为了防范污闪事故，目前，主要是通过分析沿海绝缘子污秽分布特性以及对盐雾、凝露条件下绝缘子污秽闪络特性与污闪风险，来制定具有针对性的防污闪事故方案，然而，现有的对输电线路绝缘子的污秽闪络特性与污闪风险的分析方式准确性较低。

技术实现要素：

基于此，现有的对输电线路绝缘子的污秽闪络特性与污闪风险的分析方式准确性较低，提供一种绝缘子盐密数据条处理方法和系统。

一种绝缘子盐密数据条处理方法，包括以下步骤：

获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括温度数据项和湿度数据项；

根据温度数据项的数值判断所述温度数据项是否异常，根据湿度数据项的数值判断所述湿度数据项是否异常；

将温度数据项和湿度数据项中至少一者存在异常的数据条判定为异常数据条；

剔除异常数据条，保留正常数据条。

一种绝缘子盐密数据条处理系统，包括：

获取模块，用于获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括温度数据项和湿度数据项；

预设模块，用于根据温度数据项的数值判断所述温度数据项是否异常，根据湿度数据项的数值判断所述湿度数据项是否异常；

判断模块，用于将温度数据项和湿度数据项中至少一者存在异常的数据条判定为异常数据条；

剔除模块，用于剔除异常数据条，保留正常数据条。

上述绝缘子盐密数据条处理方法和系统，根据温度数据项的数值判断所述温度数据项是否异常，根据湿度数据项的数值判断所述湿度数据项是否异常，并将温度数据项和湿度数据项中至少一者存在异常的数据条判定为异常数据条，挑选出异常数据条，并将异常数据条进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险分析的准确度。

附图说明

图1为本发明第一实施例的绝缘子盐密数据条处理方法步骤示意图；

图2为本发明第一实施例的绝缘子盐密数据条处理系统结构示意图；

图3为本发明第二实施例的绝缘子盐密数据条处理方法步骤示意图；

图4为本发明一个实施例某温度数据整体范围超限的数据异常判断情况示意图；

图5为本发明一个实施例某温度数据长时波动超限的数据异常判断情况示意图；

图6为本发明一个实施例某温度数据单值跳动超限的数据异常判断情况示意图；

图7为本发明一个实施例某温度数据短时波动超限的数据异常判断情况示意图；

图8为本发明一个实施例某湿度数据整体范围超限的数据异常判断情况示意图；

图9为本发明一个实施例某湿度数据长时波动超限的数据异常判断情况示意图；

图10为本发明一个实施例某湿度数据单值跳动超限的数据异常判断情况示意图；

图11为本发明一个实施例某湿度数据短时波动超限的数据异常判断情况示意图；

图12为本发明第二实施例的绝缘子盐密数据条处理系统结构示意图；

图13为本发明第三实施例的绝缘子盐密数据条处理方法步骤示意图；

图14为本发明第四实施例的绝缘子盐密数据条处理方法步骤示意图；

图15为本发明一个实施例某盐密数据在单值跳动超限的数据异常判断情况示意图；

图16为本发明一个实施例某盐密数据在短时波动超限的数据异常判断情况示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

污闪事故是导致我国大面积停电的首要原因，污闪事故严重威胁电力设备的安全，甚至会造成社会经济的重大损失。正确分析输电线路绝缘子盐密在线监测装置数据对沿海绝缘子污秽分布特性认识的正确性以及盐雾、凝露环境绝缘子闪络特性研究的准确性具有重大意义，从而提出准确、有效的污闪风险评估方法，并提炼出沿海区域防污闪指导意见。可以使用盐密在线监测装置采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以通过本发明的绝缘子盐密数据条处理方法，对输电线路绝缘子盐密在线监测装置数据的甄别筛选。

下面结合图1阐述绝缘子盐密数据条处理方法的实施例。

图1为本发明一个实施例的绝缘子盐密数据条处理方法步骤示意图，包括以下步骤：

s101，获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括多个数据项；

具体地，可以每隔一个预设时间获取一个数据条，数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项，温度数据项和湿度数据项可以同时获取，盐密数据项和灰密数据项可以同时获取。

s102，分别将原始绝缘子盐密数据中每个数据条的各个数据项与标准数据条中对应的各个数据项进行比较，根据比较结果挑选出错误数据条；

其中，标准数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项等四项数据项，每个数据项都可以正常显示，没有乱码，且每个数据项的数值都在对应的正常数值范围内。

s103，剔除错误数据条，保留正确数据条。比方说，若发现数据条中存在错误或异常的数据项，则可以将整条数据条舍弃。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将数据在记录传输过程中出现错误的数据进行剔除。

上述实施例中，通过对数据在记录传输过程中出现错误的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

对于步骤s102，在一个具体的实施例中，可以通过以下步骤来实现：分别将原始绝缘子盐密数据中每个数据条的第一数据项数量与标准数据条中对应的第二数据项数量进行比较；若所述第一数据项数量小于所述第二数据项数量，则判定原始绝缘子盐密数据中对应的数据条为错误数据条。

在上述实施例中，数据条可以为每隔一个预设时间获取的一组数据，其中，预设时间可以根据需要进行调整，数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项等，温度数据项和湿度数据项可以同时获取，盐密数据项和灰密数据项可以同时获取。但是，有时候在传输或存储的时候会出现数据项缺失的情况，只要数据条中的一个数据项缺失，就可以判定原始绝缘子盐密数据中对应的数据条为错误数据条，可以将整条错误的数据条删除，保留没有缺项的数据条，用于后期的进一步分析。

上述实施例，通过剔除数据项缺失的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

进一步地，在一个实施例中的绝缘子盐密数据条处理方法，还包括以下步骤：分别将原始绝缘子盐密数据中每个数据条的第一数据项数据类型与标准数据条中对应的第二数据项数据类型进行比较；若第一数据项数据类型与第二数据项数据类型不一致，则判定第一数据项存在乱码；当所述第一数据项存在乱码时，判定原始绝缘子盐密数据中对应的数据条为错误数据条。

在上述实施例中，乱码是指由于本地计算机在使用文本编辑器打开源文件时，使用了不相应字符集而造成部分或所有字符无法被阅读的一系列字符。数据项乱码的原因可能是来源编码错误，或是文件受到破坏，只要有一个数据项存在乱码就可以将整个数据条进行删除。

上述实施例，通过剔除数据项乱码的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

更进一步地，在一个实施例中的绝缘子盐密数据条处理方法，还包括以下步骤：分别将原始绝缘子盐密数据中每个数据条的第一数据项数值与标准数据条中对应的数据项数值范围进行比较；若所述第一数据项数值中至少有一个超过了对应的数据项的数值范围，则判定原始绝缘子盐密数据中对应的数据条为错误数据条。

上述实施例中，可以通过常识性认知来判断数据项的数值是否超出了对应的数值范围。比如，温度数据项的数值范围可以在-20℃～50℃范围内，超出这个范围就可以判定温度数据项数值超过了对应的温度数值范围，温度数据项错误。湿度数据项的数值范围可以在0～100％范围内，超出这个范围就可以判定湿度数据项数值超过了对应的湿度数值范围，湿度数据项错误。同理，盐密数据项数值或灰密数据项数值若超过了常识性认知的范围，就可以判定盐密数据项错误或灰密数据项错误。只要数据条中，温度数据项、湿度数据项、盐密数据项和灰密数据项四个中有一个出现错误，就可以将对应的数据条剔除。

上述实施例，通过剔除数据项数值超范围的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

如图2所示，在一个实施例中，绝缘子盐密数据条处理系统，包括：

获取模块11，用于获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括多个数据项；

具体地，可以每隔一个预设时间获取一个数据条，数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项，温度数据项和湿度数据项可以同时获取，盐密数据项和灰密数据项可以同时获取。

挑选模块12，用于分别将原始绝缘子盐密数据中每个数据条的各个数据项与标准数据条中对应的各个数据项进行比较，根据比较结果挑选出错误数据条；

其中，标准数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项等四项数据项，每个数据项都可以正常显示，没有乱码，且每个数据项的数值都在对应的正常数值范围内。

剔除模块13，用于剔除错误数据条，保留正确数据条。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将数据在记录传输过程中出现错误的数据进行剔除。

上述实施例中，通过对数据在记录传输过程中出现错误的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

在另一个实施例中，绝缘子盐密数据条处理系统，所述挑选模块，具体包括：第一比较单元，分别将原始绝缘子盐密数据中每个数据条的第一数据项数量与标准数据条中对应的第二数据项数量进行比较；第一判断单元，用于若所述第一数据项数量小于所述第二数据项数量，则判定原始绝缘子盐密数据中对应的数据条为错误数据条。

在上述实施例中，数据条可以为每隔一个预设时间获取的一组数据，其中，预设时间可以根据需要进行调整，数据条中可以包括温度数据项、湿度数据项、盐密数据项以及灰密数据项等，温度数据项和湿度数据项可以同时获取，盐密数据项和灰密数据项可以同时获取。但是，有时候在传输或存储的时候会出现数据项缺失的情况，只要数据条中的一个数据项缺失，就可以判定原始绝缘子盐密数据中对应的数据条为错误数据条，可以将整条错误的数据条删除，保留没有缺项的数据条，用于后期的进一步分析。

上述实施例，通过剔除数据项缺失的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

进一步地，在一个实施例中的绝缘子盐密数据条处理系统，还包括：第二比较单元，用于分别将原始绝缘子盐密数据中每个数据条的第一数据项数据类型与标准数据条中对应的第二数据项数据类型进行比较；对比单元，用于若第一数据项数据类型与第二数据项数据类型不一致，则判定第一数据项存在乱码；第二判断单元，用于当所述第一数据项存在乱码时，判定原始绝缘子盐密数据中对应的数据条为错误数据条。

更进一步地，在一个实施例中的绝缘子盐密数据条处理系统，还包括：第三比较单元，用于分别将原始绝缘子盐密数据中每个数据条的第一数据项数值与标准数据条中对应的数据项数值范围进行比较；第三判断单元，用于若所述第一数据项数值中至少有一个超过了对应的数据项的数值范围，则判定原始绝缘子盐密数据中对应的数据条为错误数据条。

上述实施例中，可以通过常识性认知来判断数据项的数值是否超出了对应的数值范围。比如，温度数据项的数值范围可以在-20℃～50℃范围内，超出这个范围就可以判定温度数据项数值超过了对应的温度数值范围，温度数据项错误。湿度数据项的数值范围可以在0～100％范围内，超出这个范围就可以判定湿度数据项数值超过了对应的湿度数值范围，湿度数据项错误。同理，盐密数据项数值或灰密数据项数值若超过了常识性认知的范围，就可以判定盐密数据项错误或灰密数据项错误。只要数据条中，温度数据项、湿度数据项、盐密数据项和灰密数据项四个中有一个出现错误，就可以将对应的数据条剔除。

上述实施例，通过剔除数据项数值超范围的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

如图3所示，在一个实施例中的一种绝缘子盐密数据条处理方法，包括以下步骤：

s201，获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括温度数据项和湿度数据项；

具体地，污秽在线监测终端测量的温度数据和湿度数据频率为每小时一组，反映现场的空气温湿度的连续变化，具有规律的日趋势、季度差异，对特定的地理位置有常见的范围，可以根据不同的纬度和海拔条件调整常见的范围。本发明对数据的处理可以是对历史数据进行的处理，每条数据均有前后数据进行参考。

s202，根据温度数据项的数值判断所述温度数据项是否异常，根据湿度数据项的数值判断所述湿度数据项是否异常；

在一个实施例中，每隔一个小时可以获取一次温度数据项和湿度数据项，温度数据项与湿度数据项可以同时获取，若在数据传输或存储时，温度数据项与湿度数据项中有一个缺失，则整条数据条就不能要，要将整个数据条剔除。

s203，将温度数据项和湿度数据项中至少一者存在异常的数据条判定为异常数据条；

其中，为了保证数据的可测性、合理性、准确性，可以对温度数据项和湿度数据项是否异常进行检测，也可以对盐密数据项和灰密数据项是否异常进行检测。在一个数据条中，只要温度数据项、湿度数据项盐密数据项和灰密数据项中有一者异常，就可以判定对应的数据条为异常数据条。

s204，剔除异常数据条，保留正常数据条。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将异常数据进行剔除。

上述实施例中，通过对数据在记录传输过程中出现异常的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

对于步骤s202，根据温度数据项的数值判断所述温度数据项是否异常，可以具体由以下步骤实现：分别判断每个数据条中的温度数据项是否满足温度整体范围超限，所述温度整体范围超限为：

式中，t为温度数据项数值，tmax为第一预设时间内温度的极大值，tmin为第一预设时间内温度的极小值，tp为第二预设时间内公共气象的温度平均值，tr为第二预设时间内在线监测的温度平均值，dt为容许的适当温度波动；若所述温度数据项满足所述温度整体范围超限，则判定温度数据项异常。

如图4虚线框中所示，温度整体范围超限是指所检测到的所有温度的整体范围超过一定的范围。第一预设时间可以是近10年，第一预设时间还可以根据具体的情况进行适当的调整。第二预设时间可以是每年10-11月温度平庸期，平庸期比较能够代表个地区的平均气象水平，不会过高也不会过低，第二预设时间也可以根据具体的情况进行适当的调整。容许的适当温度波动可以取2℃，同样，容许的适当温度波动也可以根据具体的情况进行适当的调整。

上述实施例，通过判断温度数据项是否异常来判断对应的数据条是否异常，并通过剔除温度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

另外，在一个具体的实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的温度数据项是否满足温度长时波动超限，所述温度长时波动超限为：

式中，tm为在线监测的所有月份温度平均值，ts为在线监测的全部温度日波动范围的统计中位数；若所述温度数据项满足所述温度长时波动超限，则判定温度数据项异常。

如图5虚线框中所示，温度长时波动超限是指在一个较长的时间段内，温度项数值的波动超过了一定的范围。所有月份指的是历史有记录以来的所有月份。tm可以为每台终端监测的所有月份温度平均值，ts为在线监测的全部温度日波动范围的统计中位数，取中位数可避开当气象为阴雨天时出现的全日温度波动很小情况的影响。

上述实施例，通过判断温度数据项是否异常来判断对应的数据条是否异常，并通过剔除温度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

进一步地，在一个实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的温度数据项是否满足温度单值跳动超限，所述温度单值跳动超限为：任一时刻温度数据项数值与一小时前的温度数据项数值之差的绝对值大于预设温度差阈值；若所述温度数据项满足所述温度单值跳动超限，则判断温度数据项异常。

如图6虚线框中所示，温度单值跳动超限是指连续记录的两个温度数据项的数值之间的差异超过了一定的范围。预设温度差阈值可以是10℃，在一个小时内温差超过10℃的可以认为是异常的数据，不具有统计意义，可以将对应的数据条进行剔除，温度差阈值还可以根据不同的纬度和海拔条件进行适当的调整。

上述实施例，通过判断温度数据项是否异常来判断对应的数据条是否异常，并通过剔除温度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

更进一步地，在一个实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的温度数据项是否满足温度短时波动超限，所述温度短时波动超限判别依据为：温度数据项数值在第三预设时间内温度滑动标准差超过预设第一温度标准差阈值，和/或温度数据项数值在第四预设时间内温度滑动标准差小于预设第二温度标准差阈值；所述温度滑动标准差为不同时间点对应的温度标准差；若所述温度数据项满足所述温度短时波动超限，则判定温度数据项异常。

如图7虚线框中所示，温度短时波动超限是指在一个较短的时间段内，温度项数值的波动超过了一定的范围。其中，第三预设时间可以是6个小时区间内，在6个小时区间可以记录6组数据，可以根据具体情况调整第三预设时间。第一温度标准差阈值可以是6℃，也可以根据具体情况调整第一温度标准差阈值。第四预设时间可以是24个小时区间内，在24个小时区间可以记录24组数据，可以根据具体情况调整第四预设时间。第二温度标准差阈值可以是0.1℃，也可以根据具体情况调整第二温度标准差阈值。

上述实施例，通过判断温度数据项是否异常来判断对应的数据条是否异常，并通过剔除温度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

对于步骤s202，根据湿度数据项的数值判断所述湿度数据项是否异常，可以具体由以下步骤实现：分别判断每个数据条中的湿度数据项是否满足湿度整体范围超限，所述湿度整体范围超限为：

式中，h为湿度数据项数值，hmax为第一预设时间内湿度的极大值，hmin为第一预设时间内湿度的极小值，hp为第二预设时间内公共气象的湿度平均值，hr为第二预设时间内在线监测的湿度平均值，dt为容许的适当湿度波动；若所述温度数据项满足所述整体范围超限，则判定温度数据项异常。

如图8虚线框中所示，湿度整体范围超限是指所检测到的所有湿度的整体范围超过一定的范围。第一预设时间可以是近10年，第一预设时间还可以根据具体的情况进行适当的调整。第二预设时间可以是每年10-11月温度平庸期，平庸期比较能够代表个地区的平均气象水平，不会过高也不会过低，第二预设时间也可以根据具体的情况进行适当的调整。容许的适当湿度波动可以取5％，同样，容许的适当湿度波动也可以根据具体的情况进行适当的调整。

上述实施例，通过判断湿度数据项是否异常来判断对应的数据条是否异常，并通过剔除湿度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

另外，在一个具体的实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的湿度数据项是否满足湿度长时波动超限，所述湿度长时波动超限为：

式中，hm为在线监测的所有月份湿度平均值，hs为在线监测的全部湿度日波动范围的统计中位数；若所述湿度数据项满足所述长时波动超限，则判定湿度数据项异常。

如图9虚线框中所示，湿度长时波动超限是指在一个较长的时间段内，温度项数值的波动超过了一定的范围。所有月份指的是历史有记录以来的所有月份。hm可以为每台终端监测的所有月份湿度平均值，ts为在线监测的全部温度日波动范围的统计中位数，取中位数可避开当气象为阴雨天时出现的全日温度波动很小情况的影响。

上述实施例，通过判断湿度数据项是否异常来判断对应的数据条是否异常，并通过剔除湿度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

另外，在一个实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的湿度数据项是否满足湿度单值跳动超限，所述湿度单值跳动超限为：任一时刻湿度数据项数值与一小时前的湿度数据项数值之差的绝对值大于预设湿度差阈值；若所述湿度数据项满足所述湿度单值跳动超限，则判定湿度数据项异常。

如图10虚线框中所示，湿度单值跳动超限是指连续记录的两个湿度数据项的数值之间的差异超过了一定的范围。预设湿度差阈值可以是50％，在一个小时内湿度差异超过50％的可以认为是异常的数据，不具有统计意义，可以将对应的数据条进行剔除，湿度差阈值还可以根据不同的纬度和海拔条件进行适当的调整。

上述实施例，通过判断湿度数据项是否异常来判断对应的数据条是否异常，并通过剔除湿度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

在一个实施例中，绝缘子盐密数据条处理方法，还可以通过以下步骤实现：分别判断每个数据条中的湿度数据项是否满足湿度短时波动超限，所述湿度短时波动超限判别依据为：湿度数据项数值在第三预设时间内湿度滑动标准差超过预设第一湿度标准差阈值，和/或湿度数据项数值在第四预设时间内湿度滑动标准差小于预设第二湿度标准差阈值；所述湿度滑动标准差为不同时间点对应的湿度标准差；若所述湿度数据项满足所述湿度短时波动超限，则判定湿度数据项异常。

如图11虚线框中所示，湿度短时波动超限是指在一个较短的时间段内，湿度项数值的波动超过了一定的范围。其中，第三预设时间可以是6个小时区间内，在6个小时区间可以记录6组数据，可以根据具体情况调整第三预设时间。第一湿度标准差阈值可以是30％，也可以根据具体情况调整第一湿度标准差阈值。第四预设时间可以是24个小时区间内，在24个小时区间可以记录24组数据，可以根据具体情况调整第四预设时间。第二湿度标准差阈值可以是0.5℃，也可以根据具体情况调整第二湿度标准差阈值。

上述实施例，通过判断湿度数据项是否异常来判断对应的数据条是否异常，并通过剔除湿度数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

在具体的实施例中，多数例子触发了不止一条异常判据。有些数据条的温湿度数据项和湿度数据项同时出现异常，例如图6和图9的情况，符合温湿度由同一探头测量的事实。从上述测试效果看，整体范围超限、长时波动超限以及单值跳动超限均可较准确地判断出异常数据，而短时波动超限由于使用了时段内统计，会将一部分目测正常的数据判断为异常，对于异常率不高的大量温湿度数据而言，少量正常数据损失并不会对分析结果造成明显影响。本判据对温湿度的判断通过率为温度98.6％、湿度98.1％。

如图12所示，本发明还提供一种绝缘子盐密数据条处理系统，包括：

获取模块21，用于获取在线监测的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括温度数据项和湿度数据项；

具体地，污秽在线监测终端测量的温度数据和湿度数据频率为每小时一组，反映现场的空气温湿度的连续变化，具有规律的日趋势、季度差异，对特定的地理位置有常见的范围，可以根据不同的纬度和海拔条件调整常见的范围。本发明对数据的处理可以是对历史数据进行的处理，每条数据均有前后数据进行参考。

预设模块22，用于根据温度数据项的数值判断所述温度数据项是否异常，根据湿度数据项的数值判断所述湿度数据项是否异常；

在一个实施例中，每隔一个小时可以获取一次温度数据项和湿度数据项，温度数据项与湿度数据项可以同时获取，若在数据传输或存储时，温度数据项与湿度数据项中有一个缺失，则整条数据条就不能要，要将整个数据条剔除。

判断模块23，用于将温度数据项和湿度数据项中至少一者存在异常的数据条判定为异常数据条；

其中，为了保证数据的可测性、合理性、准确性，可以对温度数据项和湿度数据项是否异常进行检测，也可以对盐密数据项和灰密数据项是否异常进行检测。在一个数据条中，只要温度数据项、湿度数据项盐密数据项和灰密数据项中有一者异常，就可以判定对应的数据条为异常数据条。

剔除模块24，用于剔除异常数据条，保留正常数据条。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将异常数据进行剔除。

上述实施例中，通过对数据在记录传输过程中出现异常的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

如图13所示，在一个实施例中的一种绝缘子盐密数据条处理方法，包括以下步骤：

s301，获取绝缘子盐密在线监测装置的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括盐密数据项和灰密数据项；

具体地，污秽度数据受微环境的影响较大，信息物质同细胞间相互作用的微小环境称为微环境。其常见积污规律表现为过程一般较缓慢，而强风、高污染空气可使积污速率增大，雨水清洗时则可以较明显地降低污秽度。此外，在线监测数据因其物理算法的限制还受到温湿度有效范围的影响，可让计算值偏移。

s302，根据盐密异常数据判别依据判断所述盐密数据项是否异常，根据灰密异常数据判别依据判断所述灰密数据项是否异常；

在一个实施例中，每隔一个小时可以获取一次盐密数据项和灰密数据项，盐密数据项与灰密数据项可以同时获取，若在数据传输或存储时，盐密数据项与灰密数据项中有一个缺失，则整条数据条就不能要，要将整个数据条剔除。

s303，将盐密数据项和灰密数据项中至少一者存在异常的数据条判定为异常数据条；

其中，为了保证数据的可测性、合理性、准确性，可以对盐密数据项和灰密数据项是否异常进行检测，也可以对温度数据项和湿度数据项是否异常进行检测。在一个数据条中，只要温度数据项、湿度数据项盐密数据项和灰密数据项中有一者异常，就可以判定对应的数据条为异常数据条。

s304，剔除异常数据条，保留正常数据条。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将异常数据进行剔除。如图14所示，绝缘子盐密数据条处理方法中剔除错误数据和异常数据的步骤示意图，对错误数据的剔除为对源数据的第一阶段筛选，对异常数据的剔除为对源数据的第一阶段筛选，。

上述实施例中，通过对数据在记录传输过程中出现异常的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

对于步骤s202，根据盐密异常数据判别依据判断所述盐密数据项是否异常，可以具体由以下步骤实现：分别判断每个数据条中的盐密数据项是否满足盐密单值跳动超限，所述盐密单值跳动超限为：

式中，esdd1为当日盐密数据项数值，esdd0为前预设天数盐密数据项数值的平均值，esdd2为后预设天数盐密数据项数值的平均值；若所述盐密数据项满足所述盐密单值跳动超限，则判定盐密数据项异常。

上述实施例中，盐密单值跳动超限是指若某日盐密相比前几日突然升高或降低超过一定幅度，且同时其后几日的盐密与前几日相当，说明该跳变具有很高概率是伪值，需剔除。其中，前预设天数可以为前3天，后预设天数可以为后3天，具体的天数也可以根据具体的情况进行适当的调整。如图15所示为某盐密数据在单值跳动超限的数据异常判断情况示意图。

上述实施例，通过判断盐密数据项是否异常来判断对应的数据条是否异常，并通过剔除盐密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

另外，在一个具体的实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的盐密数据项是否满足盐密短时波动超限，所述盐密短时波动超限为：盐密数据项数值在第一预设时间内盐密滑动标准差超过预设第一盐密标准差阈值，和/或盐密数据项数值在第二预设时间内盐密滑动标准差小于预设第二盐密标准差阈值；所述盐密滑动标准差为不同时间点对应的盐密标准差；若所述盐密数据项满足所述盐密短时波动超限，则判定盐密数据项异常。

上述实施例中，盐密短时波动超限是指连续多日的盐密变化幅度一般在较小范围，因快速积污不会持续时间有限，连续的清洗到后期有极限，波动过大表明监测原始参数可能存在异常。第一预设时间可以为6日区间内，可以根据具体情况调整第一预设时间，第一盐密标准差阈值可以为0.0075，第二预设时间可以为15日区间内，可以根据具体情况调整第二预设时间，第二盐密标准差阈值可以为0.0002。如图16所示为某盐密数据在短时波动超限的数据异常判断情况示意图。

上述实施例，通过判断盐密数据项是否异常来判断对应的数据条是否异常，并通过剔除盐密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

具体地，一个实施例中的绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的湿度数据项是否满足湿度极端超限，所述湿度极端超限为当日相对湿度全部高于第一湿度阈值；若所述湿度数据项数值满足所述湿度极端超限，则判定对应的盐密数据项异常。

上述实施例中，湿度极端超限是指湿度数据项数值超过了对应的数值范围，其中，第一湿度阈值可以为98％，当相对湿度高于98％时，污秽盐全部溶解形成水膜，此时光参数的折射或散射不能准确反映其中盐的多少，因此当日相对湿度全部高于98％时，判定对应的盐密数据项异常。

上述实施例，通过湿度数据项是否满足湿度极端超限来判断对应的盐密数据项是否异常，进而判断对应的数据条是否异常，并通过剔除盐密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

对于步骤s202，根据灰密异常数据判别依据判断所述灰密数据项是否异常，具体包括以下步骤：分别判断每个数据条中的灰密数据项是否满足灰密单值跳动超限，所述灰密单值跳动超限为：

式中，nsdd1为当日灰密数据项数值，nsdd0为前预设天数灰密数据项数值的平均值，nsdd2为后预设天数灰密数据项数值的平均值；若所述灰密数据项满足所述灰密单值跳动超限，则判定灰密数据项异常。

上述实施例中，灰密单值跳动超限是指若某日灰密相比前几日突然升高或降低超过一定幅度，且同时其后几日的灰密与前几日相当，说明该跳变具有很高概率是伪值，需剔除。其中，前预设天数可以为前3天，后预设天数可以为后3天，具体的天数也可以根据具体的情况进行适当的调整。

上述实施例，通过判断灰密数据项是否异常来判断对应的数据条是否异常，并通过剔除灰密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

另外，在一个具体的实施例中，绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的灰密数据项是否满足灰密短时波动超限，所述灰密短时波动超限判别依据：为灰密数据项数值在第一预设时间内灰密滑动标准差超过预设第一灰密标准差阈值，和/或灰密数据项数值在第二预设时间内灰密滑动标准差小于预设第二灰密标准差阈值；所述灰密滑动标准差为不同时间点对应的灰密标准差；若所述灰密数据项满足所述灰密短时波动超限，则判定灰密数据项异常。

上述实施例中，灰密短时波动超限是指连续多日的灰密变化幅度一般在较小范围，因快速积污不会持续时间有限，连续的清洗到后期有极限，波动过大表明监测原始参数可能存在异常。第一预设时间可以为6日区间内，可以根据具体情况调整第一预设时间，第一灰密标准差阈值可以为0.0150，第二预设时间可以为15日区间内，可以根据具体情况调整第二预设时间，第二灰密标准差阈值可以为0.0004。

上述实施例，通过判断盐密数据项是否异常来判断对应的数据条是否异常，并通过剔除盐密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

具体地，一个实施例中的绝缘子盐密数据条处理方法，还包括以下步骤：分别判断每个数据条中的湿度数据项是否满足湿度极端超限，所述湿度极端超限当日相对湿度全部低于第二湿度阈值；若所述湿度数据项满足所述湿度极端超限，则判定对应的灰密数据项异常。

上述实施例中，湿度极端超限是指湿度数据项数值超过了对应的数值范围，其中，第二湿度阈值可以为15％，当相对湿度低于15％时，根据污秽吸水特性，吸水分量随湿度的变化几乎消失，依据吸水变化造成的光参数变化计算的灰密不可信，因此当日相对湿度全部低于15％时，判定对应的灰密数据项异常。

上述实施例，通过湿度数据项是否满足湿度极端超限来判断对应的盐密数据项是否异常，进而判断对应的数据条是否异常，并通过剔除盐密数据项异常的数据条来对原始绝缘子盐密数据进行甄别筛选，减少了数据分析和处理过程中出现的误差，能够提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度。

其中，本发明一个实施例的绝缘子盐密数据条处理系统，包括：

获取模块31，用于获取绝缘子盐密在线监测装置的原始绝缘子盐密数据，所述原始绝缘子盐密数据中包括多个数据条，每个数据条中包括盐密数据项和灰密数据项；

具体地，污秽度数据受微环境的影响较大，信息物质同细胞间相互作用的微小环境称为微环境。其常见积污规律表现为过程一般较缓慢，而强风、高污染空气可使积污速率增大，雨水清洗时则可以较明显地降低污秽度。此外，在线监测数据因其物理算法的限制还受到温湿度有效范围的影响，可让计算值偏移。

预设模块32，用于根据盐密异常数据判别依据判断所述盐密数据项是否异常，根据灰密异常数据判别依据判断所述灰密数据项是否异常；

在一个实施例中，每隔一个小时可以获取一次盐密数据项和灰密数据项，盐密数据项与灰密数据项可以同时获取，若在数据传输或存储时，盐密数据项与灰密数据项中有一个缺失，则整条数据条就不能要，要将整个数据条剔除。

判断模块33，用于将盐密数据项和灰密数据项中至少一者存在异常的数据条判定为异常数据条；

其中，为了保证数据的可测性、合理性、准确性，可以对盐密数据项和灰密数据项是否异常进行检测，也可以对温度数据项和湿度数据项是否异常进行检测。在一个数据条中，只要温度数据项、湿度数据项盐密数据项和灰密数据项中有一者异常，就可以判定对应的数据条为异常数据条。

剔除模块34，用于剔除异常数据条，保留正常数据条。

在具体的实施例中，可以通过盐密在线监测装置来采集沿海区域输电线路绝缘子污秽信息，并对相关数据进行描述，可以对输电线路绝缘子盐密在线监测装置数据的甄别筛选，将异常数据进行剔除。

上述实施例中，通过对数据在记录传输过程中出现异常的数据进行剔除，来提高输电线路绝缘子的污秽闪络特性与污闪风险的分析的准确度，可以针对分析结果提炼出沿海区域防污闪指导意见。

另外，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的绝缘子盐密数据条处理方法。

上述实施例与本发明的绝缘子盐密数据条处理方法对应的实施例相类似，此处不再赘述。

本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的绝缘子盐密数据条处理方法。

上述实施例与本发明的绝缘子盐密数据条处理方法对应的实施例相类似，此处不再赘述。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。