【技术实现步骤摘要】
本专利技术涉及化工库区数据检测，具体涉及一种基于物联网的化工库区数据处理方法及系统。
技术介绍
1、化工库区通常会储存大量易挥发的危险化学用品，且化学用品的存储条件要求严格，包括温度、湿度、通风等，若不符合要求，可能造成化学品质量变化、降解甚至发生爆炸。所以为了应对化工库区安全管理的迫切需求，推动化工行业向智能化、绿色化转型升级，通过物联网技术的应用，建立化工库区的管理体系，全面提升化工库区的管理水平和安全保障能力。
2、现有技术中，常利用基于阈值与统计学方法对化工库区的温度、湿度、气体浓度进行监测，能够快速响应化工库区的数据异常情况，但该方法无法识别场景环境的周期性变化，例如季节性变化、天气变化、气流扰动等环境因素引起的监测数据异常，此类数据异常不影响化工库区当前的实际存储状态，但会产生监测报警，导致出现误报，从而降低了化工库区异常监测的准确性。
技术实现思路
1、为了解决场景环境的周期性变化引起的监测数据异常无法被正确区分，从而降低了化工库区异常监测的准确性的技术问题，本专利技术的目的在于提供一种基于物联网的化工库区数据处理方法及系统，所采用的技术方案具体如下：
2、一种基于物联网的化工库区数据处理方法，所述方法包括：
3、在每个预设时间周期内，获取化工库区每个预设区域在每个采样时刻的所有维度的化工库区监测数据；
4、在每个预设时间周期内，任选一个采样时刻任意一个预设区域的任意一个维度的化工库区监测数据作为目标监测数据；根据与所述
5、根据所述目标监测数据的分析值与标准对比值，获得所有化工库区监测数据中的化工库区异常数据；根据每个所述化工库区异常数据的对应所述分析值与所述标准对比值，以及所述化工库区异常数据的数据分布，获得每个所述化工库区异常数据的异常评价指标；
6、根据所述异常评价指标对化工库区进行监测。
7、进一步地，所述标准对比值的获取方法包括：
8、根据每个预设时间周期内，与所述目标监测数据相同维度的不同数据值的化工库区监测数据的数据数量分布，获得目标监测数据的正常水平值；
9、将每个预设时间周期内，与目标监测数据相同采样时刻上相同维度的所有化工库区监测数据的标准差，作为目标监测数据的空间离散程度；
10、在每个预设时间周期内，将目标监测数据与对应正常水平值之间的差值，与所述空间离散程度的比值，作为第一比值；将所有预设时间周期的所述第一比值求平均，获得所述目标监测数据的标准对比值。
11、进一步地，所述正常水平值的获取方法包括：
12、在每个预设时间周期内，计算所述目标监测数据相同维度下不同数据值的化工库区监测数据的数量占比；
13、将目标监测数据相同维度下不同数据值的化工库区监测数据的数量占比作为对应数据值的权重，对每种数据值进行加权求平均，获得目标监测数据的正常水平值。
14、进一步地，所述目标监测数据的分析值的获取方法包括：
15、根据最新预设时间周期内在最新采样时刻之前已采集的目标监测数据相同维度的化工库区监测数据的数量，获得最新采样时刻对应的时序参考系数；所述时序参考系数与所述最新采样时刻之前已采集的目标监测数据相同维度的化工库区监测数据的数量呈正相关关系；
16、计算最新预设时间周期内在最新采样时刻时与目标监测数据相同维度的所有预设区域的化工库区监测数据的平均值，作为第一均值；计算最新预设时间周期内最新采样时刻之前在每个预设区域中与目标监测数据相同维度的所有采样时刻的化工库区监测数据的平均值，作为第二均值；
17、将所述时序参考系数、所述第一均值与所述第二均值进行结合，获得监测数据误差；
18、在最新预设时间周期内，将所述目标监测数据与所述监测数据误差的差值，与空间离散程度的比值，作为所述目标监测数据的分析值。
19、进一步地，将所述时序参考系数、所述第一均值与所述第二均值进行结合，获得监测数据误差，包括：
20、将所述时序参考系数与所述第一均值之间的乘积作为时序数据误差；将所述时序参考系数进行负相关映射，并与所述第二均值之间的乘积作为空间数据误差；
21、将所述时序数据误差与所述空间数据误差之间的和值作为监测数据误差。
22、进一步地，所述化工库区异常数据的获取方法包括：
23、当所述目标监测数据的所述标准对比值与所述分析值之间整数部分存在差异时，将所述目标监测数据作为化工库区异常数据；
24、改变目标监测数据，获得所有化工库区异常数据。
25、进一步地，所述异常评价指标的获取方法包括：
26、将每个化工库区异常数据的分析值与标准对比值之间的差异作为对应化工库区异常数据的数据异常程度；
27、根据每个化工库区异常数据与前一个采样时刻的化工库区异常数据在预设邻域范围内的数据分布差异，获得每个化工库区异常数据的异常变化程度；
28、将每个化工库区异常数据的异常变化程度与数据异常程度的乘积进行归一化，获得每个化工库区异常数据的异常评价指标。
29、进一步地，所述异常变化程度的获取方法包括：
30、将相同采样时刻的相同维度的相邻化工库区异常数据所在预设区域组成异常预设区域范围；
31、任选一个化工库区异常数据作为目标异常数据；将目标异常数据在相同采样时刻的预设第一区域的所有化工库区异常数据的分析值的平均值，作为目标异常数据的数据异常特征；获得目标异常数据所在异常预设区域范围；
32、根据所述目标异常数据的分析值、所述数据异常特征与所述异常预设区域范围，获得目标异常数据的异常数据特征；所述目标异常数据特征与所述目标异常数据的分析值、所述数据异常特征与所述异常预设区域范围均呈正相关关系；
33、将目标异常数据在相同预设区域的前一个采样时刻的相同维度的化工库区异常数据作为待分析异常数据；将待分析异常数据在相同采样时刻的预设第一区域的所有化工库区异常数据的分析值的平均值，作为待分析异常数据的数据异常特征；获得待分析异常数据所在异常预设区域范围；
34、根据所述待分析异常数据的分析值、所述数据异常特征与所述异常预设区域范围，获得待分析异常数据的异常数据特征；所述待分析异常数据特征与所述待分析异常数据的分析值、所述数据异常特征与所述异常预设区域范围均呈正相关关系；
35、将所述目标异常数据特征与所述待分析异常数据特征之间的比值的绝对值，作为目标异常数据的异常变化程度；
36、改变目标异常数据，获得每个化本文档来自技高网...
【技术保护点】
1.一种基于物联网的化工库区数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述标准对比值的获取方法包括：
3.根据权利要求2所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述正常水平值的获取方法包括：
4.根据权利要求2所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述目标监测数据的分析值的获取方法包括：
5.根据权利要求4所述的一种基于物联网的化工库区数据处理方法，其特征在于，将所述时序参考系数、所述第一均值与所述第二均值进行结合，获得监测数据误差，包括：
6.根据权利要求1所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述化工库区异常数据的获取方法包括：
7.根据权利要求1所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述异常评价指标的获取方法包括：
8.根据权利要求7所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述异常变化程度的获取方法包括：
9.根据权利要求
10.一种基于物联网的化工库区数据处理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述的一种基于物联网的化工库区数据处理方法的步骤。
...【技术特征摘要】
1.一种基于物联网的化工库区数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述标准对比值的获取方法包括：
3.根据权利要求2所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述正常水平值的获取方法包括：
4.根据权利要求2所述的一种基于物联网的化工库区数据处理方法，其特征在于，所述目标监测数据的分析值的获取方法包括：
5.根据权利要求4所述的一种基于物联网的化工库区数据处理方法，其特征在于，将所述时序参考系数、所述第一均值与所述第二均值进行结合，获得监测数据误差，包括：
6.根据权利要求1所述的一种基于物联网的化工库区数据处理方法，...
【专利技术属性】
技术研发人员：林海川，甘毅，王健，冒宇鹏，崔永强，朱啸，顾海涛，
申请(专利权)人：南通阳鸿石化储运有限公司，
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。