[发明专利]水质自动在线监测设备测量误差的分析和估计方法

摘要

本发明公开了一种水质自动在线监测设备测量误差的分析和评估方法，其基于数据对比统计，且分类进行有针对性的误差估计，能够提高评估结果的准确性。首先，采用稳健剔除异常数据的方法，剔除在线监测数据中的粗大误差；然后从剔除粗大误差后的在线监测数据提取中位数，判断该中位数是否在水质样本均值置信区间内；如果不在，则确定没有系统误差，结束本流程；否则，确定存在系统误差，将系统误差分为周期性系统误差、线性及多项式型系统误差和常量系统误差分别采用基于Burg法的谱分析和回归分析相结合的方法、回归分析方法、均值滤波方法和卡尔曼滤波相结合的方法进行估计。最后，将三类系统误差的估计结果相加，得到最终的系统误差估计结果。

主权项

一种水质自动在线监测设备测量误差的分析和评估方法，其特征在于，通过分析水质自动在线监测设备产生误差的类型，将测量误差分为系统误差、偶然误差和粗大误差，其中系统误差进一步分为周期性系统误差、线性及多项式型系统误差以及常量系统误差三类；针对上述误差类型的评估，包括如下步骤： 步骤一、采用稳健剔除异常数据的方法，剔除在线监测数据中的粗大误差； 步骤二、从剔除粗大误差后的在线监测数据提取中位数x_e，判断该中位数x_e是否在水质样本均值置信区间内；如果是，则确定存在系统误差，进入步骤三；否则，确定没有系统误差，结束本流程； 步骤三、将系统误差分为周期性系统误差、线性及多项式型系统误差和常量系统误差； 采用基于Burg法的谱分析和回归分析相结合的方法估计周期性系统误差； 采用回归分析方法，估计线性及多项式型的系统误差； 采用均值滤波方法，估计常量系统误差，再采用卡尔曼滤波方法对常量系统误差进行估计和预测，同时均值滤波加卡尔曼滤波还消减了偶然误差； 将三类系统误差的估计结果相加，得到最终的系统误差估计结果。