一种传感器数据的异常值检测方法、装置及电子设备与流程

本公开涉及传感器检测，具体而言，涉及一种传感器数据的异常值检测方法、装置及电子设备。

背景技术：

1、硅基压阻式压力传感器利用半导体材料的压阻效应对压力进行测量。由于半导体的温度特性导致其压阻系数随温度变化而变化，致使压力传感器的零点和灵敏度发生漂移，从而导致传感器输入-输出特性的非线性化。但是在当今各种基于牛顿经典力学的测控系统中，普遍要求传感器的输入-输出特性呈线性关系，也即要求传感器在其量程范围内对被测量参量的变化的灵敏度保持为常数，以保证读数及对系统进行分析处理的精确性。

2、目前，基于利用传感器的输入输出数据建立数学模型的软件温度（非线性）补偿方法是普遍认可的优选方法。然而，对于硅基压力传感器温度补偿数学建模数据而言，在采集传感器的输入输出数据的过程中可能存在各种各样不可避免的与大多数数据的趋势不同的误差或异常值，异常值的存在对于数学建模的结果会产生显著的影响。因此，能否对数学建模数据中异常值做出准确识别从而保证数学建模数据的质量对温度补偿的结果影响极大。工程应用中通常采用残差分析或是基于数据的统计学特性求取的门限对异常值进行识别。然而，对于硅基压力传感器温度补偿数学建模数据而言，残差分析的困难在于模型及门限值的不确定性，而基于数据的统计学特性的方法则因大多数情况下无法判定数据满足何种分布，使得其实用性受到限制。

技术实现思路

1、本公开实施例至少提供一种传感器数据的异常值检测方法、装置及电子设备，可以自动识别用于传感器温度补偿数学建模过程的输入数据可能存在的异常值，从而有效地防止了传感器温度补偿建模数据采集过程中可能产生的异常值对建模结果造成的影响，提升传感器温度补偿数学建模数据的质量，进而保证传感器产品的可靠性和精确性。

2、本公开实施例提供了一种传感器数据的异常值检测方法，包括：

3、获取至少一个同型号传感器在进行温度补偿前的质量控制抽检时根据输入数据集在不同温度下输出的满足质量控制要求的数据集作为参考传感器的质量控制数据集；

4、针对所述输入数据集对应的每个数据点，计算每个所述质量控制数据集在该数据点处对应的第一变化率，以及该数据点处所述质量控制数据集的平均值对应的第二变化率；

5、计算每个所述数据点处，所述第一变化率与所述第二变化率之间的第一差值，并将所述第一差值中的最大值设定为异常门限值；

6、获取待温度补偿传感器根据所述输入数据集输出的目标数据集，并计算所述目标数据集在每个所述数据点处对应的第三变化率；

7、筛选所述第三变化率与所述第二变化率之间的第二差值大于或等于所述异常门限值的潜在异常数据点，并确定所述目标数据集中，所述潜在异常数据点对应的数据为潜在异常数据。

8、一种可选的实施方式中，在筛选所述第三变化率与所述第二变化率之间的第二差值大于或等于所述异常门限值的异常数据点之后，所述方法还包括：

9、在所述输入数据集对应的数据点序列中，划分相邻所述潜在异常数据点之间无间隔的潜在异常数据点群，确定每个所述潜在异常数据点群中，位于所述数据点序列最前端位置处的所述潜在异常数据点为由变化率定义方式引入的虚假异常数据点；

10、在所述潜在异常数据点中过滤所述虚假异常数据点确定目标异常数据点，并将的所述虚假异常数据点标注为可信数据点。

11、一种可选的实施方式中，在确定所述目标数据集中，所述异常数据点对应的数据为异常数据之后，所述方法还包括：

12、在所述目标数据集中，过滤所述目标异常数据点对应的所述异常数据；

13、针对过滤所述异常数据后的所述目标数据集选择适当的方法进行插值处理，以保证所述目标数据集中，数据的曲线光滑性。

14、一种可选的实施方式中，在针对所述输入数据集对应的每个数据点，确定每个所述质量控制数据集在该数据点处对应的第一变化率，以及该数据点处所述质量控制数据集的平均值对应的第二变化率之后，所述方法还包括：

15、根据所述第一变化率，确定每个所述质量控制数据集对应的第一变化率曲线；

16、滤除所述第一变化率曲线中的直流成分；

17、根据所述第二变化率，确定所述质量控制数据集在每个所述数据点处的平均值对应的第二变化率曲线；

18、滤除所述第二变化率曲线中的直流成分。

19、一种可选的实施方式中，在获取待温度补偿传感器根据所述输入数据集输出的目标数据集，并确定所述目标数据集在每个所述数据点处对应的第三变化率之后，所述方法还包括：

20、根据所述第三变化率，确定所述目标数据集对应的第三变化率曲线；

21、滤除所述第三变化率曲线中的直流成分。

22、一种可选的实施方式中，在筛选所述第三变化率与所述第二变化率之间的第二差值大于或等于所述异常门限值的异常数据点之后，所述方法还包括：

23、在所述目标数据集中，筛选所述第三变化率与所述第二变化率之间的第二差值小于所述异常门限值的数据点；

24、将筛选出的数据点标记为可信数据点。

25、本公开实施例还提供一种传感器数据的异常值检测装置，包括：

26、质量控制数据集获取模块，用于获取参考传感器根据输入数据集在不同温度下输出的质量控制数据集；

27、参考变化率确定模块，用于针对所述输入数据集对应的每个数据点，确定每个所述质量控制数据集在该数据点处对应的第一变化率，以及该数据点处所述质量控制数据集的平均值对应的第二变化率；

28、门限值确定模块，用于确定每个所述数据点处，所述第一变化率与所述第二变化率之间的第一差值，并将所述第一差值中的最大值设定为异常门限值；

29、待温度补偿传感器数据变化率确定模块，用于获取待温度补偿传感器根据所述输入数据集输出的目标数据集，并计算所述目标数据集在每个所述数据点处对应的第三变化率；

30、异常数据筛选模块，用于筛选所述第三变化率与所述第二变化率之间的第二差值大于或等于所述异常门限值的潜在异常数据点，并确定所述目标数据集中，所述潜在异常数据点对应的数据为潜在异常数据。

31、一种可选的实施方式中，所述装置还包括虚假异常点剔除模块，所述虚假异常点剔除模块用于：

32、在所述输入数据集对应的数据点序列中，划分相邻所述潜在异常数据点之间无间隔的潜在异常数据点群，确定每个所述潜在异常数据点群中，位于所述数据点序列最前端位置处的所述潜在异常数据点为虚假异常数据点；

33、在所述潜在异常数据点中过滤所述虚假异常数据点确定目标异常数据点，并将的所述虚假异常数据点标注为可信数据点。

34、本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述传感器数据的异常值检测方法，或上述传感器数据的异常值检测方法中任一种可能的实施方式中的步骤。

35、本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述传感器数据的异常值检测方法，或上述传感器数据的异常值检测方法中任一种可能的实施方式中的步骤。

36、本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序、指令被处理器执行时实现上述传感器数据的异常值检测方法，或上述传感器数据的异常值检测方法中任一种可能的实施方式中的步骤。

37、本公开实施例提供的一种传感器数据的异常值检测方法、装置及电子设备，通过获取参考传感器根据输入数据集在不同温度下输出的质量控制数据集；针对所述输入数据集对应的每个数据点，计算每个所述质量控制数据集在该数据点处对应的第一变化率，以及该数据点处所述质量控制数据集的平均值对应的第二变化率；计算每个所述数据点处，所述第一变化率与所述第二变化率之间的第一差值，并将所述第一差值中的最大值设定为异常门限值；获取待温度补偿传感器根据所述输入数据集输出的目标数据集，并计算所述目标数据集在每个所述数据点处对应的第三变化率；筛选所述第三变化率与所述第二变化率之间的第二差值大于或等于所述异常门限值的异常数据点，并确定所述目标数据集中，所述异常数据点对应的数据为异常数据。通过所述自动识别用于传感器温度补偿数学建模过程中的输入数据可能存在的异常值，从而有效地防止了建模数据采集过程中可能产生的异常值对建模结果造成的影响，提升传感器数学建模数据的质量，进而保证传感器温度补偿功能的准确性和可靠性。

38、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。