System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电磁兼容性测试和数据管理,尤其是一种电磁兼容试验数据自动化管理方法及系统。
技术介绍
1、电磁兼容性(emc)是现代电子设备设计和生产过程中必须考虑的重要因素,确保设备在电磁环境中能够正常运行且不会对其他设备造成有害干扰。随着电子设备的广泛应用和复杂度的增加,电磁干扰(emi)和电磁敏感性(ems)问题变得愈发严重。因此,开展系统的电磁兼容性测试变得尤为重要。
2、现代电子设备制造商和测试机构迫切需要一种能够集成多种测试设备、自动化测试流程、实时采集和处理测试数据、并能够智能分析和预警的电磁兼容性测试管理系统。该系统应能够通过统一的控制平台,实现对多种测试设备的自动化控制和协调操作,确保测试过程的高效性和一致性。同时,系统应具备强大的数据处理和分析能力,能够实时采集、存储、处理和分析测试数据,提供准确、全面的测试结果和分析报告。此外,系统还应能够智能检测和校正数据中的异常值,通过预警系统及时发现和提示潜在的测试异常情况,提高测试的安全性和可靠性。
3、现有技术中缺乏有效的数据校验功能,无法自动检测和修正数据中的异常值,导致数据的完整性和准确性难以保障;在异常检测方面的手段有限,无法准确识别复杂的异常模式,导致异常检测的精度较低,难以及时检测并响应潜在的异常情况,系统的安全性和可靠性因此受到影响,无法满足现代电磁兼容试验数据管理的高标准要求。
技术实现思路
1、本专利技术所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种电磁兼容试验数据自动
2、为此,本专利技术采用如下的技术方案。
3、第一方面,本专利技术提供一种电磁兼容试验数据自动化管理方法,其包括:
4、s1、构建自动化数据采集系统,实时获取试验数据,对试验数据进行多层次预处理,所述的多层次预处理包括标准化、平滑处理以及时空数据融合,对融合后的数据进行特征提取,得到非线性时空特征;
5、s2、使用非线性时空特征进行时序异常检测,检测出异常数据点,使用自适应插值校正方法进行校正,引入基于拉格朗日乘子的非线性优化方法,进一步优化数据的校正效果。
6、进一步地,所述s1中,构建自动化数据采集系统时,通过传感器和数据采集卡实时获取试验数据,用数据库存储试验数据,确保数据的安全性和可追溯性。
7、进一步地,所述s1中,应用分段多重平滑方法对数据进行平滑处理,分段多重平滑方法采用的公式如下:
8、
9、其中,为t时刻平滑后的数据;是第一级滑动窗口的大小;是第二级滑动窗口的大小,是在第一级滑动窗口基础上再进行平滑处理的窗口大小;是第三级滑动窗口的大小,是在第二级滑动窗口基础上再进行平滑处理的窗口大小;是原始数据值在不同时间偏移量下的取值,表示多层次时间点上的数据值;、、是平滑窗口中的索引,表示在不同窗口层次上的位置索引。
10、进一步地,所述s1中,对平滑后的数据进行时空数据融合,将不同传感器采集的时空数据进行融合,通过加权平均方法提高数据的可靠性,时空数据融合的公式如下:
11、
12、其中,为融合后的数据,为第k个传感器平滑后的数据,为第k个传感器数据的权重,为传感器数量。
13、进一步地,所述s1中,对融合后的数据进行特征提取的公式如下:
14、
15、其中,为提取的非线性时空特征;、是特征矩阵中的位置索引,表示在特征矩阵中的第行和第列;为权重矩阵,表示卷积操作中在第行和第列位置的权重,、是卷积核的索引;为融合后数据在索引处的值;为偏置项,为双曲正切激活函数;表示融合后的数据均值;表示融合后的数据标准差。
16、进一步地,所述s2中,使用提取的非线性时空特征和历史时间序列数据进行时序异常检测和校正,考虑时间序列的自相关特性和非线性时空特征,采用一种基于多变量复合自回归模型,其公式如下:
17、
18、其中,为时间序列数据在t时刻的预测值,为前个时间步的自回归参数,是自回归模型中的时间延迟索引,为前个时间步输入特征权重,是提取的非线性时空特征的时间延迟索引;表示时间序列数据在时刻的实际观测值;为提取的非线性时空特征在时刻的值;为时空耦合系数;为t-1时刻的历史时间序列数据的二阶导数;为误差项;为激活函数;是自回归部分的时间延迟阶数,表示考虑了前个时间步;是提取的非线性时空特征的时间延迟阶数,表示考虑了前个时间步;
19、如果预测值与实际观测值之间的差异超过预设的阈值,则认为数据中存在异常数据点。
20、进一步地,所述s2中,自适应插值校正方法采用的公式如下:
21、
22、其中,是校正后t时刻的数据;和均为校正参数,根据历史数据进行调整;是预设的阈值;为t-1时刻的历史时间序列数据;为时间序列数据在t+1时刻的预测值;为时间序列数据在t时刻的预测值。
23、进一步地,所述s2中,非线性优化方法中采用的优化目标函数如下:
24、
25、其中,是优化目标函数,是校正后t时刻的数据,为原始的t时刻试验数据,为数据在t时刻的标准差,为正则化参数,为原始试验数据的二阶导数,为约束条件函数,为第 p个拉格朗日乘子,每个约束条件对应一个拉格朗日乘子,是时间点数量,是总约束条件数量;
26、求优化目标函数的最优解,计算优化目标函数对变量的梯度,梯度的计算公式为:
27、
28、采用梯度下降法迭代更新以最小化目标函数,更新公式为:
29、
30、其中,为学习率,根据具体情况调整;表示更新前的校正数据;表示更新后的校正数据;重复梯度计算和更新步骤,直到优化目标函数收敛,即目标函数值变化小于预设的阈值。
31、更进一步地,所述s2中,在优化目标函数求解过程中,每次迭代得到的都是当前数据的校正值,当优化目标函数收敛后,最终得到的即为优化后的校正数据,将校正后的数据用于智能预警系统的判断;
32、智能预警系统基于实时数据分析,自动检测并提示潜在的试验异常情况,预警判断公式如下:
33、
34、其中,为预警判断值,为预警阈值系数,表示时间序列数据在t时刻的期望值。
35、第二方面,本专利技术提供一种电磁兼容试验数据自动化管理系统,其用于实现上述电磁兼容试验数据自动化管理方法,其包括:
36、非线性时空特征获取单元:构建自动化数据采集系统,实时获取试验数据,对试验数据进行多层次预处理,所述的多层次预处理包括标准化、平滑处理以及时空数据融合,对融合后的数据进行特征提取,得到非线性时空特征;
37、数据检测、校正及优化单元:使用非线性时空特征进行时序异常检测,本文档来自技高网...
【技术保护点】
1.一种电磁兼容试验数据自动化管理方法,其特征在于,包括:
2.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S1中,构建自动化数据采集系统时,通过传感器和数据采集卡实时获取试验数据,用数据库存储试验数据,确保数据的安全性和可追溯性。
3.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S1中,应用分段多重平滑方法对数据进行平滑处理,分段多重平滑方法采用的公式如下:
4.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S1中,对平滑后的数据进行时空数据融合,将不同传感器采集的时空数据进行融合,通过加权平均方法提高数据的可靠性,时空数据融合的公式如下:
5.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S1中,对融合后的数据进行特征提取的公式如下:
6.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S2中,使用提取的非线性时空特征和历史时间序列数据进行时序异常检测和校正,考虑时间序列的自相关特性和非线性时空特征,采用一
7.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S2中,自适应插值校正方法采用的公式如下:
8.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S2中,非线性优化方法中采用的优化目标函数如下:
9.根据权利要求8所述的电磁兼容试验数据自动化管理方法,其特征在于,所述S2中,在优化目标函数求解过程中,每次迭代得到的都是当前数据的校正值,当优化目标函数收敛后,最终得到的即为优化后的校正数据,将校正后的数据用于智能预警系统的判断;
10.一种电磁兼容试验数据自动化管理系统,其用于实现权利要求1-9任一项所述电磁兼容试验数据自动化管理方法,其特征在于,包括:
...【技术特征摘要】
1.一种电磁兼容试验数据自动化管理方法,其特征在于,包括:
2.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述s1中,构建自动化数据采集系统时,通过传感器和数据采集卡实时获取试验数据,用数据库存储试验数据,确保数据的安全性和可追溯性。
3.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述s1中,应用分段多重平滑方法对数据进行平滑处理,分段多重平滑方法采用的公式如下:
4.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述s1中,对平滑后的数据进行时空数据融合,将不同传感器采集的时空数据进行融合,通过加权平均方法提高数据的可靠性,时空数据融合的公式如下:
5.根据权利要求1所述的电磁兼容试验数据自动化管理方法,其特征在于,所述s1中,对融合后的数据进行特征提取的公式如下:
6.根据权利要求1所述的电磁兼容试验数据自...
【专利技术属性】
技术研发人员:刘思,徐韬,陈欢军,杨思洁,周佑,徐开,谢泽楠,孔德政,杨依睿,陆艳,肖涛,郑可及,金靖云,韩方舟,
申请(专利权)人:国网浙江省电力有限公司营销服务中心,
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。