[发明专利]一种基于数据差值的桥梁渐进式漂移数据清洗方法

权利要求书

1.一种基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，包括以下步骤：

步骤1：获取传感器原始数据；

步骤2：计算原始数据之间相邻数据的差值；

步骤3：通过Super Smoother算法对原始差值数据提取趋势数据，得到原始差值数据与趋势数据的差值；

步骤4：采用区间估计理论，根据原始差值数据与趋势数据的差值的均值和标准差，得到原始差值数据与趋势数据的差值的正常值的变化范围；

步骤5：寻找原始差值数据与趋势数据的差值处于置信区间以外的数据位置，确定原始数据中漂移异常值的位置并进行清洗。

2.根据权利要求1所述的基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，所述的步骤1具体包括：

获取桥梁健康监测系统中传感器采集的原始数据{x_i},i＝1,2,…,n，其中n为原始数据个数。

3.根据权利要求1所述的基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，所述的步骤2具体包括：

通过计算{x_i},i＝1,2,…,n之间相邻数据的差值，得到数值序列{d_i},i＝1,2,…,n-1，其中d_i＝x_i+1-x_i。

4.根据权利要求1所述的基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，所述的步骤3具体包括：

步骤3.1：采用Super Smoother算法提取原始差值数据的趋势数据{s_i},i＝1,2,…,n-1；

步骤3.2：计算d_i与s_i之间的差值进行分析，记为D_i＝d_i-s_i。

5.根据权利要求1所述的基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，所述的步骤4具体包括：

步骤4.1：计算原始差值数据与趋势数据的差值{D_i},i＝1,2,…,n-1的均值μ和标准差σ；

其中：

步骤4.2：采用正态分布函数进行概率拟合，设满足保证率α，得到D_i正常值的波动范围(μ-ασ,μ+ασ)。

6.根据权利要求1所述的基于数据差值的桥梁渐进式漂移数据清洗方法，其特征在于，所述的步骤5具体包括：

步骤5.1：寻找原始差值数据与趋势数据的差值{D_i},i＝1,2,…,n-1中处于置信区间(μ-ασ,μ+ασ)以外的数据位置信息，记：{D_i},i＝1,2,…,n-1中小于μ-ασ的漂移异常值位置序列为其中m₁为差值小于下分位值的数据个数；{D_i},i＝1,2,…,n-1中大于μ+ασ的漂移异常值位置序列为其中m₂为差值大于上分位值的数据个数；

步骤5.2：和的集合即为原始数据中漂移异常值的位置，根据原始数据中漂移异常值的位置对原始数据中漂移异常值进行清洗。