辐射监测设备的异常数据定位方法、设备及存储介质与流程
本申请涉及辐射监测设备检验,具体涉及一种辐射监测设备的异常数据定位方法、设备及存储介质。
背景技术:
1、γ剂量率仪、中子监测仪和气溶胶连续监测仪等辐射监测设备需要进行长期稳定性试验,以评价辐射监测设备读数是否随时间发生异常波动或持续漂移。长期稳定性试验产生数据量较大,且可能因通信干扰、瞬态电磁干扰、供电波动或设备自身短时故障产生异常读数。若不识别这些异常读数,稳定性指标和漂移趋势将受到影响。现有异常读数的判断通常采用一次性统计检验。这在实际应用时存在如下缺陷:
2、易出现多个异常数据相互掩蔽的情况,如极端异常数据会拉高或拉低数据均值并增大标准差,使另一异常数据在同一轮计算中不再满足异常判定条件,从而出现漏检。
技术实现思路
1、针对现有技术中存在的缺陷,本申请解决的技术问题为:如何实现辐射监测设备中异常数据的精准定位。
2、为达到以上目的,第一方面,本申请实施例提供一种辐射监测设备的异常数据定位方法,该方法步骤包括:
3、s1、获取待检辐射监测设备在检测周期内输出的辐射监测数据,并按采样时刻排序,生成数据序列;
4、s2、确定数据序列中位数,并计算中位数绝对偏差后,计算不同采样时刻获取辐射监测数据的偏离值;
5、s3、判断偏离值是否大于预设异常偏离阈值,若是,转至s4;否则,转至s9;
6、s4、确定该辐射监测数据为候选异常数据;
7、s5、根据数据序列,计算候选异常数据的格拉布斯检验统计量,判断格拉布斯检验统计量是否大于预设临界值,若是,转至s6;否则,转至s9;
8、s6、对数据序列进行自助重抽样,根据自助重抽样结果,计算均值的95%置信区间;
9、s7、判断候选异常数据是否处于均值的95%置信区间,若是,转至s9;否则,转至s8;
10、s8、将候选异常数据判定为异常数据,并将异常数据从数据序列中剔除,转至s2;
11、s9、将当前数据序列确定为洁净数据序列。
12、结合第一方面,在一种实施方式中,所述偏离值的计算流程包括:
13、计算辐射监测数据与中位数的绝对差值;
14、遍历数据序列,获取绝对差值集合,取绝对差值集合的中位数,计算其与标准化系数的乘积,作为中位数绝对偏差;
15、取采样时刻对应的绝对差值与中位数绝对偏差的比值,作为该采样时刻获取辐射监测数据的偏离值。
16、结合第一方面,在一种实施方式中,所述候选异常数据的格拉布斯检验统计量的计算式为:
17、;
18、式中,为格拉布斯检验统计量,为候选异常数据,为数据序列的均值,为数据序列的标准差。
19、结合第一方面,在一种实施方式中,所述预设临界值的获取方式包括:
20、获取当前待检辐射监测设备类型和质控等级;
21、根据辐射监测设备类型和质控等级与显著水平值的映射关系,确定当前数据序列的显著水平值,作为预设临界值。
22、结合第一方面,在一种实施方式中,还包括:在获取数据序列后,以采样时刻为横轴,以对应采样时刻获取的辐射监测数据为纵轴,生成检测周期内的稳定性曲线图。
23、结合第一方面,在一种实施方式中,在生成检测周期内的稳定性曲线图后,对其中的异常数据进行突出标记。
24、结合第一方面,在一种实施方式中,还包括:根据检测周期内的洁净数据序列,计算偏差变化率,若偏差变化率处于预设偏差阈值范围内,则判定辐射监测设备符合稳定性要求;否则,判定辐射监测设备不符合稳定性要求。
25、结合第一方面,在一种实施方式中,所述偏差变化率的获取流程包括:
26、筛选检测周期开始设定时段内的洁净数据序列,并计算其数据平均值,作为初始平均值;
27、筛选检测周期结束设定时段内的洁净数据序列,并计算其数据平均值,作为末期平均值;
28、计算末期平均值与初始平均值的差值后,除以初始平均值,得到检测周期内的偏差变化率。
29、第二方面,本申请实施例提供一种辐射监测设备的异常数据定位设备,所述辐射监测设备的异常数据定位设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的辐射监测设备的异常数据定位程序,其中所述辐射监测设备的异常数据定位程序被所述处理器执行时,实现如第一方面提供的方法。
30、第三方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有辐射监测设备的异常数据定位程序,其中所述辐射监测设备的异常数据定位程序被执行时,实现如第一方面提供的方法。
31、与现有技术相比,本申请的优点在于:
32、通过双重判定的方式确定异常数据,保证判定结果的精准度,并且在判定出异常数据后不结束检测,而是移除该异常数据,并进行异常数据的迭代检测,使已移除异常数据不再影响下一轮的迭代检测,在后续迭代检测中实现原先被掩蔽异常数据的识别,进而实现洁净数据序列的获取,为辐射监测设备的稳定性评估提供可靠的数据支持。
1.一种辐射监测设备的异常数据定位方法,其特征在于,该方法步骤包括:
2.如权利要求1所述的辐射监测设备的异常数据定位方法,其特征在于,所述偏离值的计算流程包括:
3.如权利要求1所述的辐射监测设备的异常数据定位方法,其特征在于,所述候选异常数据的格拉布斯检验统计量的计算式为:
4.如权利要求1所述的辐射监测设备的异常数据定位方法,其特征在于,所述预设临界值的获取方式包括:
5.如权利要求1所述的辐射监测设备的异常数据定位方法,其特征在于,还包括:在获取数据序列后,以采样时刻为横轴,以对应采样时刻获取的辐射监测数据为纵轴,生成检测周期内的稳定性曲线图。
6.如权利要求5所述的辐射监测设备的异常数据定位方法,其特征在于,在生成检测周期内的稳定性曲线图后,对其中的异常数据进行突出标记。
7.如权利要求1所述的辐射监测设备的异常数据定位方法,其特征在于,还包括:根据检测周期内的洁净数据序列,计算偏差变化率,若偏差变化率处于预设偏差阈值范围内,则判定辐射监测设备符合稳定性要求;否则,判定辐射监测设备不符合稳定性要求。
8.如权利要求7所述的辐射监测设备的异常数据定位方法,其特征在于,所述偏差变化率的获取流程包括:
9.一种辐射监测设备的异常数据定位设备,其特征在于,所述辐射监测设备的异常数据定位设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的辐射监测设备的异常数据定位程序,其中所述辐射监测设备的异常数据定位程序被所述处理器执行时,实现如权利要求1至8中任一项所述的辐射监测设备的异常数据定位方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有辐射监测设备的异常数据定位程序,其中所述辐射监测设备的异常数据定位程序被执行时,实现如权利要求1至8中任一项所述的辐射监测设备的异常数据定位方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com