【技术实现步骤摘要】
过滤被测量对象的测量值的过滤方法及该过滤方法的使用
[0001]本专利技术涉及过滤被测量对象的测量值的过滤方法,特别是计算机实现的过滤方法,在确定和提供被测量对象的测量结果的方法中使用该过滤方法的方法,以及执行该方法的测量设备和测量系统,该方法包括以下步骤:
[0002]借助于测量设备重复地或连续地确定和提供被测量对象的测量值,
[0003]通过执行过滤方法来过滤测量值,以及
[0004]作为或基于通过执行过滤方法确定的过滤结果来确定和提供被测量对象的测量结果。
技术介绍
[0005]在许多不同的应用中使用过滤各种不同类型被测量对象的测量值的时间序列的过滤方法以去除测量值中包括的噪声,和/或例如作为或基于测量值与测量值的过滤值之间的残差来确定噪声的属性。
[0006]例如,测量特定应用中感兴趣的被测量对象的测量设备被用于各种不同的应用中,该应用包括工业应用以及实验室应用。由特定应用中使用的测量设备确定和提供的被测量对象的测量值通常被用于监测、调节和/或控制被测量对象、工厂或设施的操作(例如,生产设施)和/或在应用处执行的过程(例如,生产过程)的至少一个步骤。例如,在化学生产过程中,能够监测生产过程中使用的反应物浓度和/或过程产生的前产物、中间产物和/或离析物中包含的分析物的浓度,并且能够基于被测量对象的测量值来安排、调节和/或控制生产过程的一系列过程步骤。例如,测量诸如pH值、游离氯浓度和/或介质浊度的被测量对象的液体分析测量设备例如在游泳池、饮用水供应网络和净水厂中使用以监测、调节和 ...
【技术保护点】
【技术特征摘要】
1.一种过滤被测量对象(m)的测量值(mv)的过滤方法,包括以下方法步骤:记录数据(D),所述数据包括所述被测量对象(m)的测量值(mv)及其确定时间(t),基于所记录的数据(D)中包括的训练数据,通过以下操作对具有可调整的过滤强度(S)的过滤器(13)进行参数化:将所述过滤强度(S)设置为预定的初始过滤强度(S1),执行借助于所述过滤器(13)对包括在所述训练数据中的所述测量值(mv)进行过滤并且确定由所述过滤器(13)提供的过滤值(fv1)的分形维数(d1)的过程,以及通过将所述过滤器(13)的所述过滤强度(S)增加到更高过滤强度(Sn),并且通过随后过滤所述测量值(mv)和确定由具有所述更高过滤强度(Sn)的所述过滤器(13)确定的过滤值(fv
n
)的分形维数(d
n
)来迭代重复所述过程,直到在所述过程的每次迭代(n)结束时确定的所述分形维数(Δd
n
)的衰减下降到低于预定阈值(Δd
ref
)为止,基于与在最后一次迭代(n)中使用的所述过滤强度(Sn)相对应的参数化将所述过滤器(13)投入运行,借助于参数化的过滤器(13)过滤所述被测量对象(m)的所述测量值(mv),以及提供过滤结果(FR),所述过滤结果包括由参数化的过滤器(13)确定的所述被测量对象(m)的所述测量值(mv)的过滤值(fv)和/或所述测量值(mv)与由参数化的过滤器(13)确定的过滤值(fv)之间的残差(Δmv)。2.根据权利要求1所述的过滤方法,其中,所述过滤器(13)是可参数化过滤器、平滑过滤器、滑动窗口过滤器、移动平均过滤器、Savitzky
‑
Golay过滤器、小波分解过滤器、自回归过滤器(AR过滤器)、自回归移动平均过滤器(ARMA过滤器)、自回归积分移动平均过滤器(ARIMA过滤器)、被配置为基于自回归积分移动平均模型(ARIMA模型)来过滤所述测量值(mv)的自回归移动平均过滤器(ARIMA过滤器)、季节性自回归移动平均过滤器(SARIMA过滤器)、网络过滤器、神经网络过滤器、或包括神经网络、循环神经网络、卷积神经网络或长短期记忆(LSTM)的神经网络过滤器。3.根据权利要求1至2所述的过滤方法,其中,所述过滤器(13)被配置为基于参数设置进行操作,所述参数设置是能够以使得所述过滤器(13)的所述过滤强度(S)能够被设置为多个不同的预定过滤强度的方式调整的。4.根据权利要求1至3所述的方法,其中,所述初始过滤强度(S1):a)基于包括在所述训练数据中的测量值(mv)的数量和/或基于包括在所述训练数据中的所述测量值(mv)的频谱被预先确定,或者b)被设置为默认值。5.根据权利要求1至4所述的过滤方法,其中,所述训练数据是未标记数据和/或包括预定数量的测量值(mv)和/或在初始和/或预定训练时间间隔或任意选择的预定持续时间的时间间隔期间测量的测量值(mv)。6.根据权利要求1至5所述的过滤方法,其中,每次迭代(n)包括以下步骤:a)作为或基于在相应迭代(n)期间确定的过滤值(fv
n
)的分形维数(d
n
)与包括在训练数据中的未过滤测量值(mv)的分形维数(d0)的比率来确定分形维数(Δd
n
)的衰减,或者b)作为或基于在相应迭代(n)期间确定的过滤值(fv
n
)的分形维数(d
n
)与在先前迭代(n
‑
1)期间确定的过滤值(fv
n
‑1)的分形维数(d
n
‑1)的比率来确定分形维数(Δd
n
)的衰减,或
者c)基于先前确定的分形维数(d
i
,d
j
,d
k
,
…
;i,j,k,
…
∈[0,1...,n])中的三个或更多个和/或基于拟合到若干或所有先前确定的分形维数(d
0,
d1,
…
,d
n
)的函数的属性来确定分形维数(Δd
n
)的衰减。7.根据权利要求1至6所述的过滤方法,还包括以下步骤:至少一次、周期性地或重复地更新所述过滤器(13)的所述参数化,以及随后以基于更新的参数化进行操作的所述过滤器(13)来确定和提供所述过滤结果(FR),其中,每个更新的参数化是通过基于所记录的数据(D)中包括的数据重复所述过滤器(13)的所述参数化的所述确定来确定的,所记录的数据包括所述被测量对象(m)的至少一个测量值(mv),所述至少一个测量值在所述过滤器(13)的先前参数化已经被确定之后被确定和/或被记录。8.根据权利要求7所述的过滤方法,其中,当确定相应的更新的参数化时,每个更新...
【专利技术属性】
技术研发人员:迪米特里,
申请(专利权)人:恩德莱斯和豪斯集团服务股份公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。