【技术实现步骤摘要】
本专利技术涉及数据滤波，具体涉及一种带电作业过程中作业环境的监测方法。
技术介绍
1、由于在带电作业过程中环境的湿度会影响静电的集聚和释放，导致电击、火灾等危险情况，故对作业环境的湿度监测预警十分重要，能够确保带电作业环境的安全并采取必要的预防措施。对于带电作业环境湿度监测通常采用湿度传感器进行数据的实时获取，并通过分形自适应移动平均算法frama对湿度数据序列进行滤波与拟合，以减少原始数据中的噪声并获取准确的湿度变化趋势。
2、传统的frama算法根据序列的分形特征通过预设窗口计算分形维数，进而通过分形维数获得平滑参数，该算法能够自适应的根据时间序列的特征计算移动平均所用的参数。但该算法计算分形维数时的预设窗口固定不变，导致对于不同变化波动趋势的湿度数据序列片段所计算的分形维数和平滑的参数的准确性不高，使得滤波拟合后的数据难以贴合湿度数据序列中不同片段的数据变化特征；降低了带电作业环境的湿度数据监测的准确性。
技术实现思路
1、为了解决上述通过自适应移动平均算法难以准确地根据应用场景获取分形维数，导致湿度数据监测准确性低的技术问题，本专利技术的目的在于提供一种带电作业过程中作业环境的监测方法，所采用的技术方案具体如下：
2、获取监测环境的湿度时间序列；根据所述湿度时间序列中数据点的预设平均窗口中的数据变化特征获取数据点的邻域波动程度；根据数据点的预设平均窗口中的数据分布特征获得数据点的邻域离散程度；
3、根据所述邻域波动程度和所述邻域离散程度获
4、通过分形自适应移动平均算法获取数据点的分形维数；根据数据点的所述异常波动评估值获取数据点的校正因子；根据所述校正因子和所述分形维数获得数据点的自适应分形维数；
5、根据所述自适应分形维数对所述湿度时间序列进行滤波获得拟合监测序列；根据拟合监测序列进行环境监测。
6、进一步地，所述根据所述湿度时间序列中数据点的预设平均窗口中的数据变化特征获取数据点的邻域波动程度的步骤包括：
7、对于所述湿度时间序列中的任意数据点，计算所述任意数据点与相邻数据点的数值差值绝对值，获得所述任意数据点的相邻变化表征值；计算所述湿度时间序列中数据点的预设平均窗口中的相邻变化表征值的平均值并负相关映射，获得数据点的邻域变化特征值，计算预设第一常数与所述邻域变化特征值的差值，获得数据点的所述邻域波动程度。
8、进一步地，所述根据数据点的预设平均窗口中的数据分布特征获得数据点的邻域离散程度的步骤包括：
9、计算所述数据点的预设平均窗口中的最大值和最小值的差值，获得数据点的极值差异表征值；计算所述数据点的预设平均窗口中的最大值和最小值的时间距离并正相关映射，获得数据点的时间长度；计算所述极值差异表征值与所述时间长度的比值并归一化，获得所述数据点的所述邻域离散程度。
10、进一步地，所述根据所述邻域波动程度和所述邻域离散程度获得数据点的邻域波动速率特征值的步骤包括：
11、计算所述邻域波动程度与预设第一权重的乘积，获得数据点的邻域波动表征值；计算所述邻域离散程度与预设第二权重的乘积，获得数据点的邻域离散表征值；计算所述邻域波动表征值与所述邻域离散表征值的和值，获得数据点的所述邻域波动速率特征值。
12、进一步地，所述根据数据点的预设平均窗口中数据变化的种类特征获得数据点的稳定特征值的步骤包括：
13、根据所述数据点的预设平均窗口中的所述相邻变化表征值和对应出现的概率计算相邻变化表征值的信息熵并归一化，获得数据点的所述稳定特征值。
14、进一步地，所述根据所述邻域波动速率特征值和所述稳定特征值获得数据点的异常波动评估值的步骤包括：
15、计算预设第一系数与所述邻域波动速率特征值的乘积，获得第一异常波动值；计算预设第二系数与所述稳定特征值的乘积，获得第二异常波动值；计算所述第一异常波动值与所述第二异常波动值的和值，获得数据点的所述异常波动评估值。
16、进一步地，所述根据数据点的所述异常波动评估值获取数据点的校正因子的步骤包括：
17、当数据点的所述异常波动评估值大于预设第一阈值时，将所述异常波动评估值作为所述数据点的校正因子；当数据点的所述异常波动评估值小于预设第二阈值时，计算所述异常波动评估值与预设第二常数的差值，获得调节系数，预设第二常数大于预设第二阈值，将所述调节系数作为所述数据点的校正因子；当数据点的所述异常波动评估值不低于所述预设第二阈值且不大于预设第一阈值时，将预设第三常数作为所述数据点的校正因子。
18、进一步地，所述根据所述校正因子和所述分形维数获得数据点的自适应分形维数的步骤包括：
19、计算数据点的所述分形维数与所述校正因子的差值，获得数据点的所述自适应分形维数。
20、进一步地，所述根据所述自适应分形维数对所述湿度时间序列进行滤波获得拟合监测序列的步骤包括：
21、根据所述自适应分形维数通过分形自适应移动平均算法对所述湿度时间序列进行滤波获得拟合监测序列。
22、本专利技术具有如下有益效果：
23、在本专利技术实施例中，获取数据点的邻域波动程度能够反映数据点的预设平均窗口中的数据变化特征，进而为优化分形维数提供基础；获得数据点的邻域离散程度能够反映数据点的预设平均窗口中的数据变化幅度；进而通过邻域波动程度和邻域离散程度获得邻域波动速率特征值能够表征数据点的预设平均窗口中数据变化波动特征和变化幅度特征，提高分形维数的优化准确性。获得稳定特征值能够进一步表征数据点的预设平均窗口中数据变化的规律性；进一步提高分形维数的优化准确性。获得异常波动评估值能够确定数据点的校正因子和自适应分形维数；最终根据自适应分形维数提高了湿度时间序列的滤波拟合准确性，提高了带电环境中数据监测的准确性和可靠性。
本文档来自技高网...【技术保护点】
1.一种带电作业过程中作业环境的监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述湿度时间序列中数据点的预设平均窗口中的数据变化特征获取数据点的邻域波动程度的步骤包括：
3.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据数据点的预设平均窗口中的数据分布特征获得数据点的邻域离散程度的步骤包括：
4.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述邻域波动程度和所述邻域离散程度获得数据点的邻域波动速率特征值的步骤包括：
5.根据权利要求2所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据数据点的预设平均窗口中数据变化的种类特征获得数据点的稳定特征值的步骤包括：
6.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述邻域波动速率特征值和所述稳定特征值获得数据点的异常波动评估值的步骤包括：
7.根据权利要求1所述的一种带电作业
8.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述校正因子和所述分形维数获得数据点的自适应分形维数的步骤包括：
9.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述自适应分形维数对所述湿度时间序列进行滤波获得拟合监测序列的步骤包括：
...【技术特征摘要】
1.一种带电作业过程中作业环境的监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述湿度时间序列中数据点的预设平均窗口中的数据变化特征获取数据点的邻域波动程度的步骤包括：
3.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据数据点的预设平均窗口中的数据分布特征获得数据点的邻域离散程度的步骤包括：
4.根据权利要求1所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据所述邻域波动程度和所述邻域离散程度获得数据点的邻域波动速率特征值的步骤包括：
5.根据权利要求2所述的一种带电作业过程中作业环境的监测方法，其特征在于，所述根据数据点的预设平均...
【专利技术属性】
技术研发人员：郭帅，罗健，成晓君，倪广魁，杨祥，王宁，潘辉，刘磊，徐豪，王灏，
申请(专利权)人：国网山东省电力公司莱芜供电公司，
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。