CN119720061A 一种液化天然气安全监测数据处理方法

(12)发明专利申请所(普通合伙)37461(54)发明名称(57)摘要根据液化天然气流量数据及发电量数据确定每个液化天然气流量数据对应的初始干扰因根据液化天然气流量数据及发电量数据确定每个液化天然气流量数据对应的初始干扰因子，并确定疑似干扰时段及正常时段，进而获取合并段、所述合并段的最大干扰及第一数据干扰程度将时长大于预设时长阈值的所述疑似干扰时段中各时刻所述液化天然气流量数据对应的燃烧充分因子、所述初始干扰因子分别构成燃烧充分因子序列以及初始干扰因子序列，进而获取第二数据干扰程度，根据所述正常时段中各时刻所述液化天然气流量数据对应的所述燃烧充分因子的均值及所述第二数据干扰程度获取最终相对干扰程度获取干扰滤除因子，进而获取滤波器的步长，并采用所述滤波器对各时刻的所述液化天然气流量数据滤波之后再进行异常检测获取异常值，大于预设异常阈值的所述异常值对应的所述液化天然气流量数据为异常数据2选取所述发电量集合中的相同的发电量数据所对应的所述液化天然气流量数据组成3获取任一所述疑似干扰时段中任一时刻的所述液化天然气流量数据对应的燃烧前空将所述合并段的总时长除以所述发电过程的总时长之后，再乘以45求取所述第一最小值、第三预设值减去所述第一最获取任一所述疑似干扰时段中任一时刻的所述液化天然气流量数据对应的燃烧6附图说明78Rx=norm(Px);9逊相关性系数，所述Rx表示时长大于预设时长阈值的第x个所述疑似干扰时段对应的所述S301.所述初始干扰因子大于第一预设值时或者小于第二预设值所对应的时刻作述R1x表示第x个所述疑似干扰时段对应的所述最终相对干扰程度。[0096]图8为本发明第八实施例所提供的干扰滤除因子的获取过程的流程图，所述干扰M=0.2-0.1×norm(K)=0.1+0.1-0.1×norm(K)=0.1+0.1×(1-n根据液化天然气流量数据及发电量数据确定每个液化天然气流量数据对应的初始干扰因子，并确定疑似干扰时段及正常时段，进而获取合并段、所述合并将时长大于预设时长阈值的所述疑似干扰时段中各时刻所述液化天然气流量数据对应的燃|烧充分因子、所述初始干扰因子分别构成燃烧充分因子序列以及初始干扰因子序列，进而获取第二数据干扰程度，根据所述正常时段中各时刻所述液化天然气流量数据对应的所述燃烧充分因子的均值及所述第二数据干扰程度获取最终相对干扰程度根据所述最终相对干扰程度、时长及各所述第一数据干扰程度、时长、发电过程的总时长获取干扰滤除因子，进而获取滤波器的步长，并采用所述滤波器对各时刻的所述液化天然气流量数据滤波之后再进行异常检测获取异常值，大于预设异常阈值的所述异常获取各时刻的所述液化天然气流量数据对应的所述发选取所述发电量集合中的相同的发电量数据所对应的所述液化天然气流量求取所述液化天然气流量数据集合中的众数作为计算所述液化天然气流量数据集合中的每个所述液化天然气流量数据与所述标准液化天然所述初始干扰因子大于第一预设值时或者小于第二预设值所对应的时刻作为疑似干扰时刻相邻的所述疑似干扰时刻构成所述疑似干扰时段，相邻的非所述疑似干扰时刻构成所述正常时段获取所述合并段对应的所述初始干扰因子的求取所述第一最小值、第三预设值减去所述第一最大值的值二者之间的第二最小值将第三预设值减去所述第二最小值的值作为所述合并段的最大干扰将所述合并段内干扰时刻的数量除以所述合并段的时长作为时长比值，刻为所述疑似干扰时段内的疑似干扰时刻所述时长比值、所述最大干扰以及所述时间间隔之和的倒数依次相乘来得到所述第一数据干扰程度获取任一所述疑似干扰时段中任一时刻的所述液化天然气流量数据对应的燃烧前空气中的第一氧气含量数据、第一一氧化碳含量数据以及燃烧后空气中的第二氧气含量数据以及第所述第一氧气含量数据减去所述第二氧气含量数据之后，再除以所述第一氧气含量数据来所述第二一氧化碳含量数据减去所述第一一氧化碳含量数据之后，再除以所述第二一氧化第三预设值减去所述一氧化碳含量比值的值作为一氧化碳含量变化特征值，将所述氧气含求取所述一氧化碳含量变化特征值与所述氧气含量变化特征值的平均值作为所述燃烧充分计算在任一所述疑似干扰时段中所述液化天然气流量数据对应的所述燃烧充分因子与所述所述疑似干扰时段的时长之后进行归一化处理来得到归一化值，将所述归一化值与所述第将所述合并段的总时长除以所述发电过程的总时长之后，再乘以所述合并段的第一数据干|扰