一种加热装置温度数据运行监测方法与流程

本发明涉及数据处理，具体涉及一种加热装置温度数据运行监测方法。

背景技术：

1、加热装置温度数据的运行监测是工业生产中重要的一项任务，对加热装置温度数据的监测，可以实时了解加热装置的运行状态，及时发现温度异常情况，避免设备故障和生产事故的发生。加热装置的运行状态体现为加热装置的温度变化，一般通过传感器采集加热装置的温度进行监测。但是，传感器采集温度数据时，容易受环境的影响，导致采集的温度数据中包含异常噪声数据，所以，需要剔除采集的温度数据中的异常噪声数据。

2、现有的去噪算法在对温度数据中的异常噪声数据进行处理时，一般为依据温度数据之间的差异进行异常识别，但是，加热装置在不同加热功率下工作时，温度变化的特征不同，所以，采集的温度数据存在不稳定的趋势变化，易将不稳定的趋势变化下的温度数据误判为异常噪声数据，进一步导致温度数据变化趋势结果分析不准确，影响加热装置温度数据运行监测。

技术实现思路

1、本发明提供一种加热装置温度数据运行监测方法，以解决温度数据本身不稳定的变化导致异常噪声数据误判，使加热装置温度数据运行监测不准确的问题，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种加热装置温度数据运行监测方法，该方法包括以下步骤：

3、采集加热装置的温度数据和加热功率，获取温度数据序列，对温度数据进行处理和划分，获取数据分段；

4、获取数据分段的分段变化趋势，选取待分析数据分段，根据分段变化趋势获取待分析数据分段的比较数据分段，获取第一待分析数据分段和第一比较数据分段，确定第一待分析数据分段和第一比较数据分段与待分析数据分段和比较数据分段之间的关系，根据加热装置的加热功率和第一待分析数据分段与第一比较数据分段中相匹配的温度数据，获取温度数据的变化来源一致性，根据第一待分析数据分段和第一比较数据分段中相匹配的温度数据，温度数据的变化来源一致性和相邻变化量，获取温度数据的异常表现度；

5、根据待分析数据分段和比较数据分段包含的温度数据和温度数据对应的加热功率，获取待分析数据分段和比较数据分段的变化趋势一致质疑度；

6、根据待分析数据分段和比较数据分段的变化趋势一致质疑度，数据分段的分段变化趋势和温度数据的异常表现度，获取温度数据的最终异常程度，根据最终异常程度确定异常数据，获取更新温度数据序列，根据更新温度数据序列实现加热装置的温度数据运行监测。

7、进一步，所述对温度数据进行处理和划分，获取数据分段，包括的具体方法为：

8、将温度数据序列中的温度数据减去温度数据的后一项的差值作为温度数据位置的取值并记为相邻变化量，获取温度数据变化序列；

9、对温度数据变化序列包含的所有所述相邻变化量进行聚类，获取相邻变化量聚类簇；

10、将相邻变化量聚类簇内包含的相邻变化量对应的温度数据，按照温度数据的采集时间的先后顺序进行排列，获取数据分段。

11、进一步，所述获取数据分段的分段变化趋势，包括的具体方法为：

12、将数据分段中所有温度数据的相邻变化量的均值，作为数据分段的分段变化趋势。

13、进一步，所述选取待分析数据分段，根据分段变化趋势获取待分析数据分段的比较数据分段，包括的具体方法为：

14、分别将每个数据分段作为待分析数据分段，选取与待分析数据分段的分段变化趋势差值最小的预设数据个其他数据分段作为待分析数据分段的比较数据分段。

15、进一步，所述确定第一待分析数据分段和第一比较数据分段与待分析数据分段和比较数据分段之间的关系，包括的具体方法为：

16、第一待分析数据分段对应待分析数据分段，第一比较数据分段对应比较数据分段。

17、进一步，所述温度数据的变化来源一致性，获取的具体方法为：

18、；

19、其中，表示第i1个第一待分析数据分段和第i2个第一比较数据分段相匹配时，第i1个第一待分析数据分段中第j个温度数据的变化来源一致性；表示第j个温度数据采集时间之前的u个采集时刻的加热功率；表示在第i2个第一比较数据分段中，与第j个温度数据相匹配的温度数据之前的u个采集时刻的加热功率；表示第一调节参数；表示第二调节参数。

20、进一步，所述温度数据的异常表现度，获取的具体方法为：

21、将第一待分析数据分段和第一比较数据分段中相匹配的温度数据的相邻变化量的差值绝对值与第二调节参数的和，记为温度数据的相邻变化差；

22、将第一待分析数据分段和第一比较数据分段中相匹配的温度数据的差值的绝对值与第二调节参数的和，记为温度数据的绝对差；

23、将温度数据的相邻变化差与绝对差的乘积记为温度数据的第一分母，将第一待分析数据分段和第一比较数据分段相匹配时，第一待分析数据分段中温度数据的变化来源一致性与温度数据的第一分母的比值，记为第一待分析数据分段和第一比较数据分段相匹配时，第一待分析数据分段中温度数据的异常表现度。

24、进一步，所述待分析数据分段和比较数据分段的变化趋势一致质疑度，获取的具体方法为：

25、；

26、其中，表示第i1个待分析数据分段和第i2个比较数据分段的变化趋势一致质疑度；表示第i1个待分析数据分段包含的温度数据的数量；表示第i2个比较数据分段包含的温度数据的数量；表示第i1个待分析数据分段包含的温度数据对应的不同加热功率的数量；表示第i2个比较数据分段包含的温度数据对应的不同加热功率的数量；表示第i1个待分析数据分段包含的温度数据对应的第y个加热功率；表示第i1个待分析数据分段包含的温度数据对应的第y个加热功率的持续总时间；表示第i2个比较数据分段包含的温度数据对应的第x个加热功率；表示第i2个比较数据分段包含的温度数据对应的第x个加热功率的持续总时间。

27、进一步，所述温度数据的最终异常程度，获取的具体方法为：

28、将待分析数据分段和比较数据分段相匹配时，待分析数据分段中温度数据的异常表现度与待分析数据分段和比较数据分段的变化趋势一致质疑度的乘积，记为待分析数据分段中温度数据和比较数据分段的异常乘积；

29、将待分析数据分段和比较数据分段的分段变化趋势的差值的绝对值与第一调节参数的和，记为待分析数据分段和比较数据分段的变化趋势差；

30、将所述异常乘积与所述变化趋势差的比值，记为待分析数据分段中温度数据和比较数据分段的异常比值；

31、将待分析数据分段中温度数据对应的所有所述异常比值的和，记为温度数据的最终异常程度。

32、进一步，所述根据最终异常程度确定异常数据，获取更新温度数据序列，根据更新温度数据序列实现加热装置的温度数据运行监测，包括的具体方法为：

33、将最终异常程度的线性归一化值大于异常阈值的温度数据判定为异常数据，使用插值算法对异常数据进行插值计算，使用插值替换异常数据，获取更新温度数据序列；

34、将更新温度数据序列与加热装置正常运行时获取的标准温度数据序列进行比较，当两个序列中存在大于等于第一预设阈值的温度数据的温度差异均大于等于第二预设阈值时，则认为加热装置运行异常，否则，认为加热装置正常运行。

35、本发明的有益效果是：

36、本技术根据加热装置运行时温度的变化趋势，将温度数据划分为数据分段进行分析，即对连续的统一数据变化趋势的温度数据进行分析，加热装置温度数据运行监测的准确性，根据具有相似数据变化趋势的数据分段中包含的温度数据的变化规律具有较大的一致性的特征，确定待分析数据分段的比较数据分段，对具有相似数据变化趋势的待分析数据分段和比较数据分段中的温度数据进行比较，判断每个温度数据的异常表现，获取温度数据的异常表现度；然后，根据加热装置的温度数据受到加热装置的加热功率的影响，在不同的加热功率下，温度数据具有不同的变化趋势的特征，为了更加准确地评价温度数据为异常数据的可能性，根据加热装置的加热功率评价数据分段中数据变化趋势的一致性，获取待分析数据分段和比较数据分段的变化趋势一致质疑度；最后，加热装置在进行加热的过程中，会多次改变加热功率，所以，在整个加热过程中存在多个加热状态，且加热状态之间存在一定的相似性，本技术根据相似的加热状态，对不同数据分段的变化趋势进行对比分析，根据待分析数据分段和比较数据分段的变化趋势一致质疑度，数据分段的分段变化趋势和温度数据的异常表现度，获取温度数据的最终异常程度，根据最终异常程度确定异常数据，获取更新温度数据序列，解决温度数据本身不稳定的变化导致异常噪声数据误判，使加热装置温度数据运行监测不准确的问题，根据更新温度数据序列实现加热装置的温度数据运行监测，提升加热装置的温度数据运行监测的准确性。