一种热量表耐久性试验过程异常值检测方法

IPC分类号 : G01K19/00

申请号

CN201610957384.5

可选规格: 数量

库存1件

确认取消

￥30000; 库存1件

首页

立即咨询

看了又看

专利摘要

本发明涉及一种热量表耐久性试验过程异常值检测方法，其是以采样周期ts为间隔对热量表耐久性试验过程状态参数进行采集，建立试验过程状态参数数据集，之后进行状态参数特征提取，判断系统的水流状态，依据水流状态，建立各个水流状态的特征参数模型，根据提取的各状态参数的特征值，结合建立的各个水流状态的特征参数模型进行异常判定，从而实现热量表耐久性试验过程异常值检测，本发明可实现对试验过程的异常值进行实时在线检测，有效提高了对试验过程的监控能力，提升了对故障异常点的精细化检测水平，检测过程自动化控制，节约人力成本，操作方便、可靠性高、使用寿命长、安全性好、检测结果可靠性高。

权利要求

1.一种热量表耐久性试验过程异常值检测方法，其特征在于由以下步骤组成：

(1)以采样周期t_s为间隔对热量表耐久性试验过程状态参数进行采集，热量表耐久性试验过程状态参数包括被检热量表的瞬时流量、累积流量、累积热量、标准流量计的瞬时流量、累积流量、前管路温度、管路压力、后管路温度、压力、前后管路温差、水箱温度以及液位；

(2)根据步骤(1)所采集的热量表耐久性试验过程状态参数，建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kt_s，单位：s，具体包括以下数据集：

(2.1)瞬时流量数据集q_c＝{q_ce1(i),q_ce2(i)}，单位：L/h；

其中，q_ce1(i)为当前采集到的标准流量计的瞬时流量，q_ce2(i)为当前采集到的被检热量表的瞬时流量，1≤i≤k；

(2.2)累积流量数据集q_L＝{q_Le1(i),q_Le2(i)}，单位：m³；

其中，1≤i≤k，q_Le1(i)为当前采集到的标准流量计的累积流量，q_Le2(i)为当前采集到的被检热量表的累积流量；

(2.3)温度数据集T＝{T_c11(i),T_c12(i),T_Δ1c(i),T_c21(i),T_c22(i),T_Δ2c(i),T_c31(i)，T_c32(i)},单位：℃；

其中，1≤i≤k，T_c11(i)为当前采集到的被检热量表进口温度，T_c12(i)为当前采集到的被检热量表的出口温度；T_Δ1c(i)当前采集到的被检热量表的进出口温差，T_c21(i)为当前采集到的前管路温度，T_c22(i)为当前采集到的后管路温度；T_Δ2c(i)当前采集到的前后管路温差，T_c31(i)为当前采集到的热水箱温度，T_c32(i)为当前采集到的冷水箱温度；

(2.4)累积热量数据集Q_L＝{Q_Le1(i-j),Q_Le2(i-j)}

其中，1≤j≤i≤k，Q_Le1(i-j)为t(i)～t(j)时间段内根据采集到的标准流量计的累积流量及供回水端的温差所计算得到的标准累积热量，Q_Le2-h(i-j)为t(i)～t(j)时间段内采集到的被检热量表的累积热量，h为第h块被检热量表，1≤h≤n，n为此次所检热量表的总数；

(2.5)管路压力数据集P＝{P_h1(i),P_h2(i)}，单位：MPa；

其中，1≤i≤k，P_h1(i)为当前采集到的前管路压力，P_h2(i)为当前采集到的后管路压力；

(2.6)液位数据集L＝{L₁(i),L₂(i)}，单位：m；

其中，1≤i≤k，L₁(i)为当前采集到的热水箱液位，L₂(i)为当前采集到的冷水箱液位；

(2.7)软件流量某阶段设定值为q_yushe，单位：L/h；热量表允许最大流量为q_s，单位：L/h；热量表常用流量q_p，单位：L/h；热量表允许最小流量q_i，单位：L/h；管路中水温的设定最大值θ_max，单位：℃；管路中水温的设定最小值θ_min，单位：℃；系统运行时管路中压力的允许最大值P_high，单位：MPa；系统运行时管路中压力的允许最小值P_low，单位：MPa；水箱中水位的最大允许值L_high，单位：m；水箱中水位的最小允许值L_low，单位：m；

(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取：

最大值max＝{q_cmax，q_Lmax,Q_Lmax，T_max，P_max，L_max}；

最小值min＝{q_cmin，q_Lmin，Q_Lmin，T_min，P_min，L_min}；

平均值

中位值

方差σ＝{σ(q_c)，σ(q_L)，σ(Q_L)，σ(T)，σ(P)，σ(L)}；

下降值Desc＝{D(q_c)，D(q_L)，D(Q_L)，D(T)，D(P)，D(L)}；

其中D(q_c)＝q_c(i-1)-q_c(i)；D(q_L)＝q_L(i-1)-q_L(i)；D(Q_L)＝Q_L(i-1)-Q_L(i)；D(T)＝T(i-1)-T(i)；D(P)＝P(i-1)-P(i)；D(L)＝L(i-1)-L(i)；

升高值Asc＝{A(qc)，A(q_L)，A(Q_L)，A(T)，A(P)，A(L)}；

其中：A(q_c)＝q_c(i+1)-q_c(i)；A(q_L)＝q_L(i+1)-q_L(i)；A(Q_L)＝Q_L(i+1)-Q_L(i)；A(T)＝T(i+1)-T(i)；A(P)＝P(i+1)-P(i)；A(L)＝L(i+1)-L(i)；

(4)在温度恒定的条件下判断系统的水流状态，若进行300h附加耐久性试验时，则保持温度恒定，流量保持q_s值恒定；若进行2400h基本耐久性试验时，则把试验周期分为8个阶段：流量从1.5q_i上升到q_p为阶段1，流量维持在q_p运行为阶段2，流量从q_p上升到q_s为阶段3，流量维持q_s在运行为阶段4，流量从q_s下降到q_p为阶段5，流量维持在q_p运行为阶段6，流量从q_p下降到1.5q_i为阶段7，流量维持在1.5q_i为阶段8；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；

(5)依据步骤(4)划分的水流状态，建立各个水流状态的特征参数模型；

管路中水流温度T_c2和水箱中水温T_c3均满足集合O_SLWD∩O_SXWD；

管路前水温与管路后水温之差满足集合O_GLWC；其中：

集合O_SLWD：(T_c2max≤θ_max)∪(T_c3max≤θ_max)

集合O_SXWD：(T_c2min≥θ_max-5℃)∪(T_c2min≥θ_max-5℃)

集合O_GLWC：|T_c21(i)-T_c22(i)|≤5℃

管路压力P满足O_GYmax∩O_GYmin，其中:

集合O_GYmax：P_max≤P_high

集合O_GYmin：P_min≥P_low

水箱液位L满足O_SWmax∩O_SWmin，其中：

集合O_SWmax：L_max≤L_high

集合O_SWmin：L_min≥L_low

(5.1)当水流系统处于状态1时，其特征参数模型为：

被检热量表的累积流量q_Le2满足集合O_LJ，集合O_LJ为：

被检热量表的累积热量Q_Le2满足集合O_RL，集合O_RL：

当q_yushe＝q_p或者q_yushe＝1.5q_i时，则瞬时流量q_c满足集合O_CLPmax∩O_CLPmin∩O_LELP1∩O_LELP2，供水系统处于稳定状态；其中：

集合O_CLPmax为：q_cmax≤q_yushe(1+5％)

集合O_CLPmin为：q_cmin≥q_yushe(1-5％)

集合O_LELP1为：σ(q_ce1)≤0.5％×q_yushe

集合O_LELP2为： u为B类不确定度方法得到的被检热量表的标准不确定度，k为包含因子；

当q_yushe＝q_s时，则瞬时流量q_c满足集合O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2，供水系统处于稳定状态，其中：

集合O_CLSmax为：q_cmax≤q_yushe

集合O_CLSmin为：q_cmin≥q_yushe(1-5％)

集合O_LELS1为：σ(q_ce1)≤0.5％×q_yushe

集合O_LELS2为：

(5.2)当水流系统处于状态2时，其特征参数模型：

瞬时流量q_c满足O_AC，累积流量q_L满足O_AL，则供水系统处于稳定状态，其中：

集合O_AC为：A(q_c)≥0，D(q_c)≤0

集合O_AL为：

(5.3)当水流系统处于状态3时，其特征参数模型：

瞬时流量q_c满足O_DC，累计流量q_L满足O_DL，则供水系统处于稳定状态，其中：

集合O_DC为：A(q_c)≤0，D(q_c)≥0

集合O_DL为：

(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；

其中：f(μ,σ，max，min,Med，Desc，Asc)为异常点检测函数，1表示正常，0表示异常，E_m为试验方法m下的所有特征参数集合，m＝{1,2}，X_m为试验方法m下的当前特征参数集合；m＝1对应2400h基本耐久性试验；m＝2对应300h附加耐久性试验；

E₁＝(O_SLWD∩O_SXWD∩O_GLWC)∩(O_GYmax∩O_GYmin)∩(O_SWmax∩O_SWmin)∩(O_LJ∩O_RL)∩(((O_CLPmax∩O_CLPmin∩O_LELP1∩O_LELP2)∪(O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2))∪(O_AC∩O_AL)∪(O_DC∩O_DL))

E₂＝(O_SLWD∩O_SXWD∩O_GLWC)∩(O_GYmax∩O_GYmin)∩(O_SWmax∩O_SWmin)∩(O_LJ∩O_RL)∩(O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2)

若检测数据结果为异常，则获取其异常点的所有特征值，加入到异常数据集中，并进行异常值验证，其中异常数据集记录了过程状态参数在不同工况状态下采用不同特征提取方法所检测出的异常点的集合。

2.根据权利要求1所述的热量表耐久性试验过程异常值检测方法，其特征在于：所述步骤(6)中根据异常值在连续的采样周期内是否连续出现，异常值可分为两种情况：

(1)可恢复性异常点

在连续的采样周期内偶尔出现的异常点为可恢复的异常点，当出现可恢复性异常点时，查看环境、M-Bus接线良好与否、管道是否有堵塞物；

(2)不可恢复性异常点

在连续的采样周期内连续出现的异常点为不可恢复异常点，当出现不可恢复性异常点时，查看热量表、传感器、调节阀、电动阀是否发生故障，管道是否泄漏等，根据实际情况警告处理。

3.根据权利要求2所述的热量表耐久性试验过程异常值检测方法，其特征在于所述异常值验证的方法为：

(1)对于可恢复性异常点，依据拉依达准则判定验证当前采集的状态参数是否为异常值，当满足3σ准则集合O_JYZ时，X_T为正常值；当不满足3σ准则集合O_JYZ时，X_T为异常值；

集合Q_JYZ：

X_T为当前采集的状态参数；为该参数在采样时间段内的平均值，包括当前量；s(X_T)为该参数采样时间段内的历史实验偏差，包括当前量；

(2)对于不可恢复性异常点，在试验结束后进行相关检定或校准。

说明书

技术领域

本发明属于仪表测试技术领域，特别涉及一种热量表耐久性试验过程异常值检测方法。

背景技术

在我国，实际使用热量表进行分户计量从开始试点至今已有十多年时间，热量表的安装使用数量已很庞大。从日常检测统计情况看，热量表产品质量存在的问题主要表现在长期可靠性方面。关于热量表的耐久性研究，仅限于理论方面和学习理解。具体试验主要是局限于300h试验，且积累的数据也不很充分。现有的耐久性试验装置也是一些简单的试验装置，不能完全满足基于欧洲标准EN 1434-4：2007《热量表第四章：型式批准测试》和国家对热量表耐久性试验方法的要求。

再者，耐久性试验过程时间长、流量周期变化跨度大、一个故障异常可能导致整个耐久性试验的失败，造成巨大的经济损失和人员安全隐患，而在这方面的研究，国内外鲜有探索。

因此，过程故障异常点监控及报警处理及其重要，研究一种热量表耐久性试验过程异常值检测方法，具有重要的现实必要性。

发明内容

本发明的目的就是为了克服上述现有技术存在的不足而提供一种热量表耐久性试验过程异常值检测方法，该方法检测结果可靠性高、安全性好、操作方便并可实现对试验过程的异常值进行实时在线检测。

为了实现上述目的，本发明所采用的技术方案是由以下步骤实现：

(2)根据步骤(1)所采集的热量表耐久性试验过程状态参数，建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kt_s，单位：s；试验过程状态参数数据集具体包括以下数据集：

(2.1)瞬时流量数据集q_c＝{q_ce1(i),q_ce2(i)}，单位：L/h；

其中，q_ce1(i)为当前采集到的标准流量计的瞬时流量，q_ce2(i)为当前采集到的被检热量表的瞬时流量，1≤i≤k；

(2.2)累积流量数据集q_L＝{q_Le1(i),q_Le2(i)}，单位：m³；

其中，1≤i≤k，q_Le1(i)为当前采集到的标准流量计的累积流量，q_Le2(i)为当前采集到的被检热量表的累积流量；

(2.3)温度数据集T＝{T_c11(i),T_c12(i),T_Δ1c(i),T_c21(i),T_c22(i),T_Δ2c(i),T_c31(i)，T_c32(i)},单位：℃；

(2.4)累积热量数据集Q_L＝{Q_Le1(i-j),Q_Le2(i-j)}

(2.5)管路压力数据集P＝{P_h1(i),P_h2(i)}，单位：MPa；

其中，1≤i≤k，P_h1(i)为当前采集到的前管路压力，P_h2(i)为当前采集到的后管路压力；

(2.6)液位数据集L＝{L₁(i),L₂(i)}，单位：m；

其中，1≤i≤k，L₁(i)为当前采集到的热水箱液位，L₂(i)为当前采集到的冷水箱液位；

(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取：

最大值max＝{q_cmax，q_Lmax,Q_Lmax，T_max，P_max，L_max}；

最小值min＝{q_cmin，q_Lmin，Q_Lmin，T_min，P_min，L_min}；

平均值

中位值

方差σ＝{σ(q_c)，σ(q_L)，σ(Q_L)，σ(T)，σ(P)，σ(L)}；

下降值Desc＝{D(q_c)，D(q_L)，D(Q_L)，D(T)，D(P)，D(L)}；

其中D(q_c)＝q_c(i-1)-q_c(i)；D(q_L)＝q_L(i-1)-q_L(i)；D(Q_L)＝Q_L(i-1)-Q_L(i)；D(T)＝T(i-1)-T(i)；D(P)＝P(i-1)-P(i)；D(L)＝L(i-1)-L(i)；

升高值Asc＝{A(qc)，A(q_L)，A(Q_L)，A(T)，A(P)，A(L)}；

其中：A(q_c)＝q_c(i+1)-q_c(i)；A(q_L)＝q_L(i+1)-q_L(i)；A(Q_L)＝Q_L(i+1)-Q_L(i)；A(T)＝T(i+1)-T(i)；A(P)＝P(i+1)-P(i)；A(L)＝L(i+1)-L(i)；

(5)依据步骤(4)划分的水流状态，建立各个水流状态的特征参数模型；

管路中水流温度T_c2和水箱中水温T_c3均满足集合O_SLWD∩O_SXWD；

管路前水温与管路后水温之差满足集合O_GLWC；其中：

集合O_SLWD：(T_c2max≤θ_max)∪(T_c3max≤θ_max)

集合O_SXWD：(T_c2min≥θ_max-5℃)∪(T_c2min≥θ_max-5℃)

集合O_GLWC：|T_c21(i)-T_c22(i)|≤5℃

管路压力P满足O_GYmax∩O_GYmin，其中:

集合O_GYmax：P_max≤P_high

集合O_GYmin：P_min≥P_low

水箱液位L满足O_SWmax∩O_SWmin，其中：

集合O_SWmax：L_max≤L_high

集合O_SWmin：L_min≥L_low

(5.1)当水流系统处于状态1时，其特征参数模型为：

被检热量表的累积流量q_Le2满足集合O_LJ，集合O_LJ为：

被检热量表的累积热量Q_Le2满足集合O_RL，集合O_RL：

当q_yushe＝q_p或者q_yushe＝1.5q_i时，则瞬时流量q_c满足集合O_CLPmax∩O_CLPmin∩O_LELP1∩O_LELP2，供水系统处于稳定状态；其中：

集合O_CLPmax为：q_cmax≤q_yushe(1+5％)

集合O_CLPmin为：q_cmin≥q_yushe(1-5％)

集合O_LELP1为：σ(q_ce1)≤0.5％×q_yushe

集合O_LELP2为： u为B类不确定度方法得到的被检热量表的标准不确定度，k为包含因子；

当q_yushe＝q_s时，则瞬时流量q_c满足集合O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2，供水系统处于稳定状态，其中：

集合O_CLSmax为：q_cmax≤q_yushe

集合O_CLSmin为：q_cmin≥q_yushe(1-5％)

集合O_LELS1为：σ(q_ce1)≤0.5％×q_yushe

集合O_LELS2为：

(5.2)当水流系统处于状态2时，其特征参数模型：

瞬时流量q_c满足O_AC，累积流量q_L满足O_AL，则供水系统处于稳定状态，其中：

集合O_AC为：A(q_c)≥0，D(q_c)≤0

集合O_AL为：

(5.3)当水流系统处于状态3时，其特征参数模型：

瞬时流量q_c满足O_DC，累计流量q_L满足O_DL，则供水系统处于稳定状态，其中：

集合O_DC为：A(q_c)≤0，D(q_c)≥0

集合O_DL为：

(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；

E₂＝(O_SLWD∩O_SXWD∩O_GLWC)∩(O_GYmax∩O_GYmin)∩(O_SWmax∩O_SWmin)∩(O_LJ∩O_RL)∩(O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2)

进一步，上述步骤(6)中根据异常值在连续的采样周期内是否连续出现，异常值可分为两种情况：

(1)可恢复性异常点

在连续的采样周期内偶尔出现的异常点为可恢复的异常点，当出现可恢复性异常点时，查看环境、M-Bus接线良好与否、管道是否有堵塞物；

(2)不可恢复性异常点

进一步，上述异常值验证的方法为：

集合O_JYZ：

X_T为当前采集的状态参数；为该参数采样时间段内的平均值，包括当前量；s(X_T)为该参数采样时间段内的历史实验偏差，包括当前量；

(2)对于不可恢复性异常点，在试验结束后进行相关检定或校准。

本发明的耐久性试验过程故障异常点检测方法，为国内热量表耐久性试验过程中首次提出关于异常检测的方法，可实现对试验过程的异常值进行实时在线检测，有效提高了对试验过程的监控能力，提升了对故障异常点的精细化检测水平，检测过程自动化控制，节约人力成本，操作方便、可靠性高、使用寿命长、安全性好、检测结果可靠性高，有力促进对装置及其热量表的故障诊断及预测，避免因故障异常点导致的巨大经济损失及人员安全隐患，对提升产品计量保障能力及检验检测能力具有重要的社会意义。

附图说明

图1为实施例1的异常点检测流程图。

图2为标准流量计测得的管道瞬时流量趋势图。

图3为管道温度趋势图。

图4为前管道压力一个周期波动图。

图5为液位波动图。

图6为标准流量计q_p点瞬时流量相对误差图。

图7为实施例1中某块被检测表流量切换(q_p-q_s)时瞬时流量图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

本实施例所述的热量表耐久性试验，通过设置热水测试循环，能够实现“2400h基本耐久性试验”和“300h附加耐久性试验”，有效提高了热量表耐久性试验的检测效率和国产热量表生命周期的试验能力。具体的异常点检测方法，参见图1，包括如下步骤：

(1)以采样周期ts为间隔对热量表耐久性试验过程状态参数进行采集，热量表耐久性试验过程状态参数包括被检热量表的瞬时流量、累积流量、累积热量、标准流量计的瞬时流量、累积流量、前管路温度、管路压力、后管路温度、压力、前后管路温差、水箱温度以及液位；

(2)根据步骤(1)所采集的热量表耐久性试验过程状态参数，建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kt_s，单位：s；

(2.1)瞬时流量数据集q_c＝{q_ce1(i),q_ce2(i)}，单位：L/h；

其中，q_ce1(i)为当前采集到的标准流量计的瞬时流量，q_ce2(i)为当前采集到的被检热量表的瞬时流量，1≤i≤k；

(2.2)累积流量数据集q_L＝{q_Le1(i),q_Le2(i)}，单位：m³；

其中，1≤i≤k，q_Le1(i)为当前采集到的标准流量计的累积流量，q_Le2(i)为当前采集到的被检热量表的累积流量；

(2.3)温度数据集T＝{T_c11(i),T_c12(i),T_Δ1c(i),T_c21(i),T_c22(i),T_Δ2c(i),T_c31(i)，T_c32(i)},单位：℃；

(2.4)累积热量数据集Q_L＝{Q_Le1(i-j),Q_Le2(i-j)}

其中，1≤j≤i≤k，Q_Le1(i-j)为t(i)～t(j)时间段内根据采集到的标准流量计的累积流量及供回水端的温差所计算得到的标准累积热量，Q_Le2(i-j)为t(i)～t(j)时间段内采集到的被检热量表的累积热量；

(2.5)管路压力数据集P＝{P_h1(i),P_h2(i)}，单位：MPa；

其中，1≤i≤k，P_h1(i)为当前采集到的前管路压力，P_h2(i)为当前采集到的后管路压力；

(2.6)液位数据集L＝{L₁(i),L₂(i)}，单位：m；

其中，1≤i≤k，L₁(i)为当前采集到的热水箱液位，L₂(i)为当前采集到的冷水箱液位；

(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取，如表1所示：

表1为各试验过程状态参数数据集特征简介

名称介绍检测意义最大值Max数据中最大可达值检测数值过高异常最小值Min数据中最小可达值检测数值过低异常平均值Avg所有数据的平均值检测数据集中程度异常中位值Med一组数据中居于中间的一个值检测数据集中程度异常方差Stdev所有数据的方差值检测数据变化程度异常常等下降值Desc前一个数据减去后一个数据检测数据跳变程度和单调性异常升高值Asc后一个数据减去前一个数据检测数据跳变程度和单调性异常采集频率Freq每秒采样个数检测采集频率和其潜在异常现象

最大值max＝{q_cmax，q_Lmax,Q_Lmax，T_max，P_max，L_max}；

最小值min＝{q_cmin，q_Lmin，Q_Lmin，T_min，P_min，L_min}；

平均值

中位值

方差δ＝{σ(q_c)，σ(q_L)，σ(Q_L)，σ(T)，σ(P)，σ(L)}；

下降值Desc＝{D(q_c)，D(q_L)，D(Q_L)，D(T)，D(P)，D(L)}；

其中D(q_c)＝q_c(i-1)-q_c(i)；D(qL)＝q_L(i-1)-q_L(i)；D(Q_L)＝Q_L(i-1)-Q_L(i)；D(T)＝T(i-1)-T(i)；D(P)＝P(i-1)-P(i)；D(L)＝L(i-1)-L(i)；

升高值Asc＝{A(qc)，A(q_L)，A(Q_L)，A(T)，A(P)，A(L)}；

其中A(q_c)＝q_c(i+1)-q_c(i)；A(q_L)＝q_L(i+1)-q_L(i)；A(Q_L)＝Q_L(i+1)-Q_L(i)；A(T)＝T(i+1)-T(i)；A(P)＝P(i+1)-P(i)；A(L)＝L(i+1)-L(i)；

(4)在温度恒定的条件下判断系统的水流状态，若进行300h附加耐久性试验时，则保持温度恒定，流量保持qs值恒定；若进行2400h基本耐久性试验时，则把试验周期分为8个阶段：流量从1.5qi上升到qp为阶段1，流量维持在qp运行为阶段2，流量从qp上升到qs为阶段3，流量维持qs在运行为阶段4，流量从qs下降到qp为阶段5，流量维持在qp运行为阶段6，流量从qp下降到1.5qi为阶段7，流量维持在1.5qi为阶段8；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；

2400h基本耐久性试验，温度恒定，流量周期变化，按照上述的8各阶段进行。选择300h基本耐久性试验，整个试验一直处在状态1，此时流量恒定，温度恒定。根据具体的试验需要进行状态选择。

(5)依据步骤(4)划分的水流状态，建立各个水流状态的特征参数模型；

管路中水流温度T_c2和水箱中水温T_c3均满足集合O_SLWD∩O_SXWD；

管路前水温与管路后水温之差满足集合O_GLWC；其中：

集合O_SLWD：(T_c2max≤θ_max)∪(T_c3max≤θ_max)

集合O_SXWD：(T_c2min≥θ_max-5℃)∪(T_c2min≥θ_max-5℃)

集合O_GLWC：|T_c21(i)-T_c22(i)|≤5℃

管路压力P满足O_GYmax∩O_GYmin，其中:

集合O_GYmax：P_max≤P_high

集合O_GYmin：P_min≥P_low

水箱液位L满足O_SWmax∩O_SWmin，其中：

集合O_SWmax：L_max≤L_high

集合O_SWmin：L_min≥L_low

(5.1)当水流系统处于状态1时，其特征参数模型为：

被检热量表的累积流量q_Le2满足集合O_LJ，集合O_LJ为：

被检热量表的累积热量Q_Le2满足集合O_RL，集合O_RL：

当q_yushe＝q_p或者q_yushe＝1.5q_i时，则瞬时流量q_c满足集合O_CLPmax∩O_CLPmin∩O_LELP1∩O_LELP2，供水系统处于稳定状态；

集合O_CLPmax为：q_cmax≤q_yushe(1+5％)

集合O_CLPmin为：q_cmin≥q_yushe(1-5％)

标准流量计的准确度等级为0.5级，故标准流量计的瞬时流量q_ce1的偏差满足：

集合O_LELP1为：σ(q_ce1)≤0.5％×q_yushe

被检测热量表瞬时流量q_ce2的最小可能值为a-＝q_yushe(1-5％)，最大可能值为a₊＝q_yushe(1+5％)，由B类不确定度评定方法可得区间半宽为

a＝(a₊-a-)/2＝(10％q_yushe)/2

假设q_ce2为均匀分布

u_b＝a/k＝(10％q_yushe)/(2×k)

此时，参数q_ce2的方差不能超过u_b，即

集合O_LELP2为：

当q_yushe＝q_s时，则瞬时流量q_c满足集合O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2，供水系统处于稳定状态，其中：

集合O_CLSmax为：q_cmax≤q_yushe

集合O_CLSmin为：q_cmin≥q_yushe(1-5％)

集合O_LELS2为：

标准流量计的准确度等级为0.5级，故标准流量计的瞬时流量q_ce1的偏差满足：

集合O_LELS1为：σ(q_ce1)≤0.5％×q_yushe

被检测热量表瞬时流量q_ce2的最小可能值为a-＝q_yushe(1-5％)，最大可能值为a₊＝q_yushe，参数q_ce2的方差需满足下式：

集合O_LELS2为：

(5.2)当水流系统处于状态2时，其特征参数模型：

瞬时流量q_c满足O_AC，累积流量q_L满足O_AL，则供水系统处于稳定状态，其中：

集合O_AC为：A(q_c)≥0，D(q_c)≤0

集合O_AL为：

(5.3)当水流系统处于状态3时，其特征参数模型：

瞬时流量q_c满足O_DC，累计流量q_L满足O_DL，则供水系统处于稳定状态，其中：

集合O_DC为：D(q_c)≥0，A(q_c)≤0

集合O_DL为：

(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；

E₂＝(O_SLWD∩O_SXWD∩O_GLWC)∩(O_GYmax∩O_GYmin)∩(O_SWmax∩O_SWmin)∩(O_LJ∩O_RL)∩(O_CLSmax∩O_CLSmin∩O_LELS1∩O_LELS2)

若检测数据结果为异常，则获取其异常点的所有特征值，加入到异常数据集中，并进行异常值验证，其中异常数据集记录了过程状态参数在不同工况状态下采用不同特征提取方法所检测出的异常点的集合，根据异常值在连续的采样周期内是否连续出现，异常值可分为两种情况：

(1)可恢复性异常点

在连续的采样周期内偶尔出现的异常点为可恢复的异常点，当出现可恢复性异常点时，查看环境、M-Bus接线良好与否、管道是否有堵塞物；

(2)不可恢复性异常点

对于异常值验证的方法为：

集合O_JYZ：

X_T为当前采集的状态参数；为该参数采样时间段内的平均值，包括当前量；s(X_T)为该参数采样时间段内的历史实验偏差，包括当前量；

(2)对于不可恢复性异常点，在试验结束后进行相关检定或校准。

实施例1

用本实施例的热量表耐久性试验装置对热量表进行2400h基本耐久性试验时，所选热量表为等级3级的DN25热量表，其过程故障异常点的检测由以下步骤实现：

(1)以采样周期t_s＝5s为间隔对热量表耐久性试验过程状态参数；

(2)建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kt_s；取t1＝900s～5900s、t2＝29700s～30600s、t3＝1067400s～1071000s三个时间段为例进行分析。

(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取；

(4)判断水流系统处于什么状态时，依据欧洲耐久性标准和我国的热量表标准，2400h基本耐久性试验保持系统内水温在90℃～95℃范围内，在3种不同流量下连续进行100个周期，每个周期持续24小时，总耗时2400小时，参见图2，一个周期分为8个阶段，流量从105L/h上升到3500L/h为阶段1，运行15min；流量维持在3500L/h为阶段2，运行8h；流量从3500L/h上升到7000L/h为阶段3，运行15min；流量维持在7000L/h为阶段4，运行1h；流量从7000L/h下降到3500L/h为阶段5，运行15min；流量维持在3500L/h运行为阶段6，运行8h；流量从3500L/h下降到105L/h为阶段7，运行15min；流量维持在105L/h为阶段8，运行6h；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；

工控机通过采集卡对状态参数进行周期性检测；并记录预处理采样数据，令数据集D＝{q_c，q_L，Q_L，T，P，L}，当前采样次数为k，当前状态参数数据集为D(i)，数据集D中每一个数组都由M个元素构成，其中i＝{k-M+1,k-M+2,...,k}，D(i)|_i<＝0＝0；每一组每隔5秒更新增加一个元素。

(5)依据步骤(4)划分的水流状态，所建立的各个水流状态的特征参数模型为：

管路中水流温度T_c2和水箱中水温T_c3均满足集合O_SLWD∩O_SXWD，管路某段时间内的水温监控参见图3；管路前水温与管路后水温之差满足集合O_GLWC；其中：

集合O_SLWD：(T_c2max≤95℃)∪(T_c3max≤95℃)

集合O_SXWD：(T_c2min≥90℃)∪(T_c2min≥90℃)

集合O_GLWC：|T_c21(i)-T_c22(i)|≤5℃

管路压力P满足O_GYmax∩O_GYmin，管路某段时间内的压力监控参见图4；其中:

集合O_GYmax：P_max≤1.0MPa

集合O_GYmin：P_min≥0.1MPa

水箱液位L满足O_SWmax∩O_SWmin，水箱某段时间内的液位监控参见图5；其中：

集合O_SWmax：L_max≤0.65m

集合O_SWmin：L_min≥0.50m

(5.1)k＝100～1100，900s≤t≤5900s，系统处于状态1：