本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、溫度過(guò)高會(huì)使涂料中的溶劑揮發(fā)速度加快，導(dǎo)致涂料的粘度增加，流動(dòng)性變差，影響涂料的施工性能。例如，一些水性涂料在高溫環(huán)境下可能會(huì)出現(xiàn)干燥過(guò)快，形成不均勻的涂層，降低涂層的平整度和光澤度，溫度過(guò)低則可能使涂料中的水分結(jié)冰，破壞涂料的結(jié)構(gòu)，造成涂料破乳、分層等現(xiàn)象。如乳膠漆在低溫下可能會(huì)出現(xiàn)凍結(jié)，解凍后乳液粒子會(huì)發(fā)生聚集，導(dǎo)致涂料性能下降，甚至無(wú)法使用。

2、目前公開(kāi)號(hào)為cn116608904a的專利申請(qǐng)文件公開(kāi)了一種儲(chǔ)氫罐安全狀態(tài)實(shí)時(shí)監(jiān)控方法及系統(tǒng)，通過(guò)采集儲(chǔ)氫罐內(nèi)監(jiān)測(cè)點(diǎn)在初始監(jiān)測(cè)周期內(nèi)的溫度數(shù)據(jù)序列和應(yīng)變力數(shù)據(jù)序列；基于監(jiān)測(cè)點(diǎn)在初始監(jiān)測(cè)周期中的應(yīng)變力數(shù)據(jù)序列確定儲(chǔ)氫罐內(nèi)氫氣開(kāi)始?jí)嚎s的壓縮時(shí)刻；基于壓縮時(shí)刻之后的溫度數(shù)據(jù)序列對(duì)應(yīng)的溫度異常程度計(jì)算得到第一區(qū)間劃分?jǐn)?shù)量；基于壓縮時(shí)刻之后的應(yīng)變力數(shù)據(jù)序列對(duì)應(yīng)的應(yīng)變力異常程度計(jì)算得到第二區(qū)間劃分?jǐn)?shù)量；利用hbos異常監(jiān)測(cè)算法基于所述第一區(qū)間劃分?jǐn)?shù)量對(duì)所述溫度數(shù)據(jù)序列進(jìn)行異常監(jiān)測(cè)，以及利用hbos異常監(jiān)測(cè)算法基于所述第二區(qū)間劃分?jǐn)?shù)量對(duì)所述溫度數(shù)據(jù)序列進(jìn)行異常監(jiān)測(cè)。

3、在對(duì)涂料存儲(chǔ)溫度的監(jiān)測(cè)場(chǎng)景中，hbos（histogram-based?outlier?score）算法通過(guò)將溫度數(shù)據(jù)排序并按照固定的區(qū)間寬度，將所有溫度數(shù)據(jù)劃分成不同的數(shù)據(jù)區(qū)間，獲取每個(gè)溫度數(shù)據(jù)所在數(shù)據(jù)區(qū)間的密度，數(shù)據(jù)區(qū)間的密度越高，溫度數(shù)據(jù)的異常得分越低，但是在涂料存儲(chǔ)環(huán)境中溫度的變化影響往往是由于天氣變化或者控溫設(shè)備故障等引起的溫度異常，而這種異常情況剛發(fā)生時(shí)產(chǎn)生的異常數(shù)據(jù)變化往往是比較微小，其與正常平穩(wěn)的溫度數(shù)據(jù)的變化差異是不明顯的，這就導(dǎo)致hbos（histogram-based?outlier?score）算法的固定區(qū)間寬度劃分的數(shù)據(jù)區(qū)間中可能包含了正常和異常數(shù)據(jù)，后續(xù)將異常數(shù)據(jù)識(shí)別為正常數(shù)據(jù)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決異常情況剛發(fā)生時(shí)產(chǎn)生的異常數(shù)據(jù)與正常平穩(wěn)的溫度數(shù)據(jù)的變化差異不明顯，導(dǎo)致hbos（histogram-based?outlier?score）算法的固定區(qū)間寬度劃分的數(shù)據(jù)區(qū)間中可能包含了正常和異常數(shù)據(jù)，使得異常檢測(cè)不準(zhǔn)確的技術(shù)問(wèn)題，本發(fā)明提供一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法及系統(tǒng)。

2、第一方面，本發(fā)明提供一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法，采用如下的技術(shù)方案：

3、一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法，包括步驟：

4、采集若干個(gè)溫度數(shù)據(jù)，將溫度數(shù)據(jù)序列劃分為若干個(gè)數(shù)據(jù)區(qū)間；獲取數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)變化程度；n表示數(shù)據(jù)區(qū)間內(nèi)所有溫度數(shù)據(jù)的數(shù)量；表示數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列中第i個(gè)溫度數(shù)據(jù)；表示數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列中第j個(gè)溫度數(shù)據(jù)；norm()表示線性歸一化函數(shù)；獲取數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)變化程度的置信度：

5、，n表示數(shù)據(jù)區(qū)間中的所有溫度數(shù)據(jù)的數(shù)量；表示數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列中第i個(gè)溫度數(shù)據(jù)對(duì)應(yīng)的采樣時(shí)刻；表示數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列中第i+1個(gè)溫度數(shù)據(jù)對(duì)應(yīng)的采樣時(shí)刻；表示取絕對(duì)值；exp()表示以自然常數(shù)為底數(shù)的指數(shù)函數(shù)；

6、將數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)變化程度的置信度和溫度數(shù)據(jù)變化程度的乘積，作為數(shù)據(jù)區(qū)間的真實(shí)溫度變化程度；根據(jù)所述真實(shí)溫度變化程度，對(duì)數(shù)據(jù)區(qū)間進(jìn)行迭代修正，獲取數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間；根據(jù)所述最優(yōu)修正區(qū)間，獲取每個(gè)溫度數(shù)據(jù)的異常得分，并對(duì)涂料存儲(chǔ)環(huán)境進(jìn)行監(jiān)測(cè)。

7、本發(fā)明的創(chuàng)新性在于通過(guò)引入動(dòng)態(tài)數(shù)據(jù)區(qū)間寬度的調(diào)整策略，首先根據(jù)固定的數(shù)據(jù)區(qū)間寬度，利用傳統(tǒng)的hbos算法對(duì)溫度數(shù)據(jù)進(jìn)行劃分，得到若干個(gè)數(shù)據(jù)區(qū)間，評(píng)估數(shù)據(jù)區(qū)間中的溫度數(shù)據(jù)的變化程度以及變化程度的可信度并據(jù)此迭代調(diào)整數(shù)據(jù)區(qū)間的寬度，得到每個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間，確保最優(yōu)修正區(qū)間中的溫度數(shù)據(jù)的分布能合理區(qū)分異常數(shù)據(jù)變化，有效減少了部分異常數(shù)據(jù)被誤檢的可能性；基于最優(yōu)修正區(qū)間中溫度數(shù)據(jù)的分布獲取的每個(gè)溫度數(shù)據(jù)的異常得分更加準(zhǔn)確，使得后續(xù)對(duì)涂料存儲(chǔ)環(huán)境的異常監(jiān)測(cè)更加準(zhǔn)確。

8、優(yōu)選的，所述將溫度數(shù)據(jù)序列劃分為若干個(gè)數(shù)據(jù)區(qū)間，包括：

9、預(yù)設(shè)數(shù)據(jù)區(qū)間的初始寬度為y，根據(jù)數(shù)據(jù)區(qū)間的初始寬度將溫度數(shù)據(jù)序列輸入至hbos算法中，將溫度數(shù)據(jù)序列劃分為若干個(gè)數(shù)據(jù)區(qū)間。

10、便于后續(xù)對(duì)數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)的變化程度進(jìn)行分析。

11、優(yōu)選的，所述數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列的獲取包括：

12、將數(shù)據(jù)區(qū)間中的溫度按照其采樣時(shí)刻從小到大的順序進(jìn)行排序，得到數(shù)據(jù)區(qū)間的溫度數(shù)據(jù)序列。

13、優(yōu)選的，所述根據(jù)所述真實(shí)溫度變化程度，對(duì)數(shù)據(jù)區(qū)間進(jìn)行迭代修正，獲取數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間寬度，包括：

14、預(yù)設(shè)修正參數(shù)a和閾值參數(shù)t1，第一個(gè)數(shù)據(jù)區(qū)間的第一次修正區(qū)間，其中，y代表數(shù)據(jù)區(qū)間的初始寬度；代表第一個(gè)數(shù)據(jù)區(qū)間的真實(shí)溫度變化程度；若與第一個(gè)數(shù)據(jù)區(qū)間的第一次修正區(qū)間的真實(shí)溫度變化程度之間的差值大于閾值參數(shù)t1，根據(jù)所述第一次修正區(qū)間與第一次修正區(qū)間的真實(shí)溫度變化程度，獲取第一個(gè)數(shù)據(jù)區(qū)間的第二次修正區(qū)間；以此類推，直至第一個(gè)數(shù)據(jù)區(qū)間的第h-1次修正區(qū)間與其第h次修正區(qū)間的真實(shí)溫度變化程度的差值小于或等于閾值參數(shù)t1，將第h次修正區(qū)間，作為第一個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間；根據(jù)所述最優(yōu)修正區(qū)間，獲取若干個(gè)最優(yōu)修正區(qū)間。

15、確保最優(yōu)修正區(qū)間中的溫度數(shù)據(jù)的分布能合理區(qū)分異常數(shù)據(jù)變化，有效減少了部分異常數(shù)據(jù)被誤檢的可能性。

16、優(yōu)選的，所述根據(jù)所述最優(yōu)修正區(qū)間，獲取若干個(gè)最優(yōu)修正區(qū)間，包括：

17、對(duì)于第二個(gè)數(shù)據(jù)區(qū)間，將第一個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間，作為第二個(gè)數(shù)據(jù)區(qū)間的初始寬度，根據(jù)第一個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間的獲取方法，獲得第二個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間，以此類推，獲得每個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間。

18、優(yōu)選的，所述根據(jù)所述最優(yōu)修正區(qū)間，獲取每個(gè)溫度數(shù)據(jù)的異常得分，并對(duì)涂料存儲(chǔ)環(huán)境進(jìn)行監(jiān)測(cè)，包括：

19、將所有最優(yōu)修正區(qū)間內(nèi)所有溫度數(shù)據(jù)輸入hobs算法中，獲得每個(gè)溫度數(shù)據(jù)的異常得分，并將每個(gè)溫度數(shù)據(jù)的異常得分作為每個(gè)溫度數(shù)據(jù)的平滑參數(shù)值，利用指數(shù)平滑算法獲取每個(gè)溫度數(shù)據(jù)的預(yù)測(cè)值；

20、預(yù)設(shè)一個(gè)預(yù)警系數(shù)c，對(duì)于任意一個(gè)溫度數(shù)據(jù)，若所述溫度數(shù)據(jù)的預(yù)測(cè)值與實(shí)際值的差值的絕對(duì)值大于預(yù)警系數(shù)c，觸發(fā)預(yù)警機(jī)制及時(shí)通知相關(guān)人員。

21、提高了涂料存儲(chǔ)環(huán)境的異常監(jiān)測(cè)的準(zhǔn)確性。

22、優(yōu)選的，所述采集若干個(gè)溫度數(shù)據(jù)，包括：

23、預(yù)設(shè)采樣時(shí)刻為1分鐘/次，共采集24小時(shí)，將溫度傳感器置于涂料存儲(chǔ)區(qū)域，實(shí)時(shí)采集涂料存儲(chǔ)環(huán)境中的每個(gè)溫度數(shù)據(jù)。

24、便于后續(xù)對(duì)溫度數(shù)據(jù)繼續(xù)進(jìn)行分析。

25、第二方面，本發(fā)明提供一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)系統(tǒng)，采用如下的技術(shù)方案：

26、一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)系統(tǒng)，包括：處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)上述一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法。

27、通過(guò)采用上述技術(shù)方案，將上述的一種基于數(shù)據(jù)處理的涂料存儲(chǔ)環(huán)境監(jiān)測(cè)方法生成計(jì)算機(jī)程序，并存儲(chǔ)于存儲(chǔ)器中，以被處理器加載并執(zhí)行，從而根據(jù)存儲(chǔ)器及處理器制作終端設(shè)備，方便使用。

28、本發(fā)明具有以下技術(shù)效果：本發(fā)明的目的在于通過(guò)引入動(dòng)態(tài)數(shù)據(jù)區(qū)間寬度的調(diào)整策略，首先根據(jù)固定的數(shù)據(jù)區(qū)間寬度，利用傳統(tǒng)的hbos算法對(duì)溫度數(shù)據(jù)進(jìn)行劃分，得到若干個(gè)數(shù)據(jù)區(qū)間，評(píng)估數(shù)據(jù)區(qū)間中的溫度數(shù)據(jù)的變化程度以及變化程度的可信度并據(jù)此迭代調(diào)整數(shù)據(jù)區(qū)間的寬度，得到每個(gè)數(shù)據(jù)區(qū)間的最優(yōu)修正區(qū)間，確保最優(yōu)修正區(qū)間中的溫度數(shù)據(jù)的分布能合理區(qū)分異常數(shù)據(jù)變化，有效減少了部分異常數(shù)據(jù)被誤檢的可能性；基于最優(yōu)修正區(qū)間中溫度數(shù)據(jù)的分布獲取的每個(gè)溫度數(shù)據(jù)的異常得分更加準(zhǔn)確，使得后續(xù)對(duì)涂料存儲(chǔ)環(huán)境的異常監(jiān)測(cè)更加準(zhǔn)確。