本發(fā)明涉及數(shù)據(jù)處理。更具體地，本發(fā)明涉及柴油抗磨劑制備用油酸脫水過程含水量監(jiān)測方法。

背景技術(shù)：

1、柴油抗磨劑，也稱作柴油潤滑劑的改進(jìn)劑，在柴油抗磨劑的制備過程中，特別是涉及脂肪酸和其它化學(xué)品的反應(yīng)中，水分的存在可能會對化學(xué)反應(yīng)產(chǎn)生負(fù)面影響，因?yàn)橛退崦撍梢匀コ磻?yīng)體系中的水分，從而避免水分對反應(yīng)的干擾，所以為了提高反應(yīng)的效率和產(chǎn)物的質(zhì)量，油酸脫水是一個(gè)重要的步驟，因此想要保證制備的抗磨劑具有良好性能就需要對油酸脫水過程含水量進(jìn)行實(shí)時(shí)異常檢測，及時(shí)發(fā)現(xiàn)問題解決問題。

2、公告號為cn116304524b的專利文件公開了一種土壤含水量監(jiān)測方法、設(shè)備、存儲介質(zhì)及裝置，該方法包括：基于預(yù)設(shè)土壤含水量監(jiān)測模型與土壤含水量的影響因子之間的多元線性關(guān)系確定土壤含水量監(jiān)測的多元線性回歸模型；根據(jù)預(yù)設(shè)土壤含水量監(jiān)測模型的觀測值和多元線性回歸模型的監(jiān)測值進(jìn)行高斯過程回歸分析，獲得土壤含水量監(jiān)測的高斯過程回歸模型；基于貝葉斯定理對所述高斯過程回歸模型進(jìn)行優(yōu)化，獲得最優(yōu)土壤含水量監(jiān)測模型并根據(jù)所述最優(yōu)土壤含水量監(jiān)測模型對土壤含水量進(jìn)行監(jiān)測。

3、然而上述文件是針對土壤含水量的監(jiān)測，并不能用于油酸脫水過程中含水量的監(jiān)測，可以采用穩(wěn)健隨機(jī)分割森林（rrcf，robust?random?cut?forest）算法進(jìn)行檢測，以完成油酸脫水過程中含水量的監(jiān)測，rrcf算法是一種面向動態(tài)數(shù)據(jù)量的異常檢測算法，該算法在數(shù)據(jù)流上動態(tài)維護(hù)隨機(jī)分割樹的分布，并根據(jù)新樣本點(diǎn)的插入或刪除對分割樹復(fù)雜度的影響來評判其異常程度。在利用rrcf模型對油酸脫水過程中的含水量進(jìn)行異常檢測時(shí)，由于含水量數(shù)據(jù)是時(shí)序數(shù)據(jù)，隨著時(shí)間的推移，含水量的數(shù)據(jù)分布必然會發(fā)生變化，因此需要定期更新rrcf模型以適應(yīng)新的數(shù)據(jù)分布，而傳統(tǒng)的定期更新策略可能會導(dǎo)致數(shù)據(jù)分布穩(wěn)定時(shí)進(jìn)行不必要的更新，導(dǎo)致計(jì)算資源的浪費(fèi)，亦可能無法及時(shí)響應(yīng)數(shù)據(jù)分布的快速變化，導(dǎo)致對含水量異常檢測不準(zhǔn)確，影響柴油抗磨劑的制備效率。

技術(shù)實(shí)現(xiàn)思路

1、為解決由于rrcf模型的固定更新，使得數(shù)據(jù)分布穩(wěn)定時(shí)進(jìn)行不必要的更新，導(dǎo)致計(jì)算資源的浪費(fèi)，以及無法及時(shí)響應(yīng)數(shù)據(jù)分布的快速變化，導(dǎo)致對含水量檢測不準(zhǔn)確，影響柴油抗磨劑的制備效率的問題，本發(fā)明提出柴油抗磨劑制備用油酸脫水過程含水量監(jiān)測方法，該方法包括：

2、對實(shí)時(shí)采集到的油酸脫水過程的含水量數(shù)據(jù)進(jìn)行清洗，得到含水量的數(shù)據(jù)序列；分別對數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)及各數(shù)據(jù)點(diǎn)的預(yù)設(shè)局部范圍內(nèi)的各數(shù)據(jù)點(diǎn)進(jìn)行曲線擬合，根據(jù)擬合曲線上的各數(shù)據(jù)點(diǎn)的斜率值大小，對各數(shù)據(jù)點(diǎn)的斜率值進(jìn)行規(guī)劃，規(guī)劃后的斜率值與該數(shù)據(jù)點(diǎn)的斜率值正相關(guān)；確定數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)的異常表現(xiàn)程度，異常表現(xiàn)程度與數(shù)據(jù)序列的各數(shù)據(jù)點(diǎn)規(guī)劃后的斜率值的均值和該數(shù)據(jù)點(diǎn)的預(yù)設(shè)局部范圍內(nèi)的各數(shù)據(jù)點(diǎn)規(guī)劃后的斜率值的均值的差異正相關(guān)；通過數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)的參考值和實(shí)際值的差異對異常表現(xiàn)程度進(jìn)行修正，修正后的異常表現(xiàn)程度與異常表現(xiàn)程度正相關(guān)，與所述差異負(fù)相關(guān)；通過rrcf模型獲取數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)的異常得分，以各數(shù)據(jù)點(diǎn)的異常表現(xiàn)程度為縱坐標(biāo)，異常得分為橫坐標(biāo)構(gòu)建散點(diǎn)圖，確定rrcf模型的準(zhǔn)確性，準(zhǔn)確性與各數(shù)據(jù)點(diǎn)在散點(diǎn)圖中到散點(diǎn)圖的回歸曲線的距離均值負(fù)相關(guān)；根據(jù)準(zhǔn)確性的大小，更新rrcf模型；通過更新后的rrcf模型對含水量數(shù)據(jù)進(jìn)行檢測，得到各含水量數(shù)據(jù)點(diǎn)的異常得分，以便完成柴油抗磨劑制備用油酸脫水過程含水量監(jiān)測。

3、有益效果在于：根據(jù)曲線的斜率值進(jìn)行規(guī)劃和異常表現(xiàn)的確定，可以更精確地反映數(shù)據(jù)點(diǎn)的行為及其異常程度，提升對數(shù)據(jù)變化的敏感性和準(zhǔn)確性；通過修正異常表現(xiàn)程度，結(jié)合參考值與實(shí)際值的差異，可以更準(zhǔn)確地識別和校正數(shù)據(jù)中的異常，避免誤報(bào)或漏報(bào)；根據(jù)準(zhǔn)確性的評估結(jié)果更新rrcf模型，可以持續(xù)改進(jìn)模型的檢測能力和準(zhǔn)確性，實(shí)時(shí)監(jiān)測和動態(tài)調(diào)整模型，使其更適應(yīng)實(shí)際數(shù)據(jù)的變化；通過對油酸脫水過程中的含水量進(jìn)行精確監(jiān)測，可以有效控制生產(chǎn)過程中的關(guān)鍵參數(shù)，避免因含水量異常導(dǎo)致的質(zhì)量問題；同時(shí)可以及時(shí)發(fā)現(xiàn)和修正異常，預(yù)防可能出現(xiàn)的生產(chǎn)問題，減少設(shè)備故障和維護(hù)成本，提高生產(chǎn)效率。

4、進(jìn)一步地，所述曲線擬合為利用最小二乘法進(jìn)行曲線擬合，曲線擬合時(shí)橫坐標(biāo)為數(shù)據(jù)點(diǎn)的時(shí)間順序，縱坐標(biāo)為數(shù)據(jù)點(diǎn)的實(shí)際值。

5、進(jìn)一步地，所述規(guī)劃后的斜率值滿足如下關(guān)系式：

6、；式中，為第個(gè)數(shù)據(jù)點(diǎn)的規(guī)劃后的斜率值，為第個(gè)數(shù)據(jù)點(diǎn)的斜率值，為預(yù)設(shè)的規(guī)劃范圍的上限值，為預(yù)設(shè)的規(guī)劃范圍的下限值。

7、有益效果在于：通過規(guī)劃斜率值，使得任何超出范圍的斜率值都會被修正為預(yù)設(shè)的最大值或最小值，這樣可以避免極端值對后續(xù)分析產(chǎn)生不利影響，確保數(shù)據(jù)在給定范圍內(nèi)平滑過度，從而提高模型的穩(wěn)定性和預(yù)測準(zhǔn)確性。

8、進(jìn)一步地，所述異常表現(xiàn)程度滿足如下關(guān)系式：

9、；式中，為數(shù)據(jù)序列中第個(gè)數(shù)據(jù)點(diǎn)的異常表現(xiàn)程度，為數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)的數(shù)量，為數(shù)據(jù)序列中第j個(gè)數(shù)據(jù)點(diǎn)的規(guī)劃后的斜率值，表示第個(gè)數(shù)據(jù)點(diǎn)的預(yù)設(shè)局部范圍內(nèi)各數(shù)據(jù)點(diǎn)的數(shù)量，為第個(gè)數(shù)據(jù)點(diǎn)的預(yù)設(shè)局部范圍內(nèi)第個(gè)數(shù)據(jù)點(diǎn)的規(guī)劃后的斜率值。

10、有益效果在于：通過量化每個(gè)數(shù)據(jù)點(diǎn)相對于整體數(shù)據(jù)序列及其局部范圍內(nèi)數(shù)據(jù)點(diǎn)的斜率值差異，計(jì)算全局均值與局部均值之間的絕對差異，有效識別出在局部范圍內(nèi)偏離正常模式的數(shù)據(jù)點(diǎn)，從而更準(zhǔn)確地檢測異常。

11、進(jìn)一步地，所述修正后的異常表現(xiàn)程度滿足如下關(guān)系式：

12、；式中，為數(shù)據(jù)序列中第個(gè)數(shù)據(jù)點(diǎn)修正后的異常表現(xiàn)程度，為數(shù)據(jù)序列中第個(gè)數(shù)據(jù)點(diǎn)的異常表現(xiàn)程度，為數(shù)據(jù)序列中第個(gè)數(shù)據(jù)點(diǎn)的參考值，為數(shù)據(jù)序列中第個(gè)數(shù)據(jù)點(diǎn)的實(shí)際值，為自然指數(shù)函數(shù)。

13、有益效果在于：修正后的異常表現(xiàn)程度通過引入?yún)⒖贾岛蛯?shí)際值之間的差異，能夠動態(tài)調(diào)整異常評分，利用自然指數(shù)函數(shù)來量化參考值和實(shí)際值之間的差異，能夠更加準(zhǔn)確地反映每個(gè)數(shù)據(jù)點(diǎn)的異常表現(xiàn)程度，提升了異常檢測的準(zhǔn)確性和穩(wěn)定性，使得檢測結(jié)果更符合實(shí)際情況。

14、進(jìn)一步地，所述參考值為對該數(shù)據(jù)點(diǎn)利用三次樣條插值后的值。

15、進(jìn)一步地，所述準(zhǔn)確性滿足如下關(guān)系式：

16、；式中，為rrcf模型的準(zhǔn)確性，為數(shù)據(jù)序列中各數(shù)據(jù)點(diǎn)的數(shù)量，為第個(gè)數(shù)據(jù)點(diǎn)在散點(diǎn)圖中到回歸曲線的距離，為自然指數(shù)函數(shù)。

17、有益效果在于：通過評估散點(diǎn)圖中數(shù)據(jù)點(diǎn)到回歸曲線的距離，量化了rrcf模型的預(yù)測精度，通過指數(shù)函數(shù)的負(fù)關(guān)系，距離的增加會顯著降低準(zhǔn)確性值，能夠有效突出模型在處理異常數(shù)據(jù)時(shí)的表現(xiàn)；計(jì)算均值后應(yīng)用指數(shù)函數(shù)，使得準(zhǔn)確性評估更加平滑和穩(wěn)健，減少了單個(gè)數(shù)據(jù)點(diǎn)對整體準(zhǔn)確性評分的過度影響，提高可靠性。

18、進(jìn)一步地，所述根據(jù)準(zhǔn)確性的大小，更新rrcf模型，包括：響應(yīng)于準(zhǔn)確性不大于預(yù)設(shè)閾值，認(rèn)定rrcf模型檢測效率異常，對rrcf模型進(jìn)行更新。

19、進(jìn)一步地，所述以便完成柴油抗磨劑制備用油酸脫水過程含水量監(jiān)測，包括：響應(yīng)于含水量數(shù)據(jù)點(diǎn)的異常得分值大于預(yù)設(shè)異常閾值，認(rèn)定油酸脫水過程中的含水量出現(xiàn)異常，并發(fā)出預(yù)警提示，完成柴油抗磨劑制備用油酸脫水過程含水量監(jiān)測。

20、本發(fā)明具有以下有益效果：

21、通過含水量數(shù)據(jù)的變化特征不斷評價(jià)rrcf模型的準(zhǔn)確性，即監(jiān)測模型的準(zhǔn)確性，再根據(jù)準(zhǔn)確性大小，更新rrcf模型，能夠更準(zhǔn)確地判斷何時(shí)需要更新模型，避免了不必要的更新，導(dǎo)致計(jì)算資源的浪費(fèi)，以及更好地適應(yīng)數(shù)據(jù)分布的變化，提高了模型的魯棒性，進(jìn)而提高了油酸脫水過程中的含水量數(shù)據(jù)的檢測效率。