专利名称：自动化监测异常数据的判别及处理方法
技术领域：
本发明属于自动监测领域，具体涉及一种自动化监测异常数据的判别及处理方法。
背景技术：
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。
发明内容
本发明的目的是根据上述现有技术的不足之处，提供一种自动化监测异常数据的判别及处理方法，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。本发明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
本发明属于自动监测领域，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。本发明的优点是，相对于一般数据采集系统，采用本发明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
发明者潘华, 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