一种校正测量数据显著误差与随机误差的方法

摘要

本发明公开了一种校正测量数据显著误差与随机误差的方法。该方法首先利用贝叶斯法则从历史数据中对提取测量仪表的可靠性，然后将可靠性引入显著误差检测中作为确定确定检测误差的基准。利用在显著误差检测中获得的信息，减少数据校正的计算量。本发明的优点：利用仪表的历史运行数据作为可靠性的基础，从而通过确定一批可靠性较高的仪表来减少计算量；考虑了基准中出现显著误差的情况，通过更新可靠性来处理基准中的显著误差，从而改善显著误差检出率；利用较少的计算量得到显著误差候选集，改善显著误差检测效率；通过共用关联矩阵的方法将显著误差检测与数据校正联系起来，降低数据校正步骤的计算复杂度。

说明书

技术领域

本发明涉及一种校正测量数据显著误差与随机误差的方法。

背景技术

在化工企业中，测量数据含有无法避免的随机误差和显著误差，由于这些误差的存在，使得这些测量数据往往无法满足物料和能量的平衡。因此，在利用生产数据对企业的生产和经营做出决策之前，对数据进行显著误差检测和数据协调已经成为许多企业信息化建设者的共识。过程数据中的随机误差是由各种随机因素，如仪表误差、信号转换的影响产生的，具有不可避免，满足随机分布的特点。而显著误差是由于仪表故障，操作不稳定或过程泄漏等引起的，显著误差的出现频率比随机误差要小的多，但是误差的偏差范围则要大得多。

虽然现代计算机和数据库技术的使用大大便利了过程数据的采集和处理，然而由于受到企业经济条件、仪表技术或地理位置的影响，不是所有的变量都可测，这就导致了部分数据的缺失。数据的缺失和不可避免的误差会使企业的流程控制，在线优化和经济指标考核受到不同程度的影响，而随着信息技术的发展，如何处理好数据已经成为一个不能回避的问题，显著误差检测和数据协调技术正是为了解决这一问题而产生的。

在现代化工企业中，以一个班次(8小时)或一天为周期的静态数据校正已经得到了广泛的应用。有着紧密联系的显著误差校正和数据协调技术也各自有了很大的发展，如广泛采用的数据协调投影矩阵法和零度矩阵法，以及显著误差的测量数据检测法，节点检测法和主元分析法等，然而显著误差的检测无法避免的存在漏判和误判的情况，那么如何利用历史数据提高对显著误差的检出率，对无法检测的显著误差提供人工干预同时提高数据协调的计算效率成为了一个有挑战性的命题。

发明内容

本发明的目的是提供一种校正测量数据显著误差与随机误差的方法，以实现在测量数据含有测量误差和显著误差情况下利用仪表运行历史数据和独立变量改善显著误差检出率同时改善数据协调过程计算效率。

由于显著误差的产生跟仪表的故障是紧密联系在一起的，那么每个仪表的可靠性都不同，而以往的显著误差检测方法都没有将仪表的历史运行数据作为判定仪表可靠性的方法。同时一般的显著误差和数据校正都是同时进行的，给出的结果往往通过了大量计算而且由于测量网络的结构问题将会导致有些显著误差是无法被测出的，正是基于这些问题，我们提出了将仪表的历史运行数据作为判定仪表可靠性的基础，改善显著误差的检出率，用共用关联矩阵的方式改善数据协调的计算效率，同时将显著误差以候选集的方式给出，得到测量数据的校正值

本发明的校正测量数据显著误差与随机误差的方法，其特征包括以下步骤：

1)从数据库中得到仪表历史运行数据，根据其历史运行状况，生成所有测量仪表的预期显著误差发生概率：