[发明专利]目标对象应变数据的处理方法、装置及存储介质

权利要求书

1.一种目标对象应变数据的处理方法，其特征在于，包括：

获取目标对象的应变数据和温度数据；

对所述应变数据和所述温度数据分别按照频段进行多级分解，从得到的多级多频段应变数据分量和温度数据分量中，提取相关度高的同级同频段应变数据分量和温度数据分量；

基于所述相关度高的同级同频段应变数据分量和温度数据分量构建模型，得到温度对所述目标对象的应变的影响关系；

其中，对所述应变数据和所述温度数据分别按照频段进行多级分解，从得到的多级多频段应变数据分量和温度数据分量中，提取相关度高的同级同频段应变数据分量和温度数据分量包括：

对所述应变数据和所述温度数据分别按照高频段和低频段进行分解，得到应变数据和温度数据分别在高频段下和低频段下的分量；

判断分解后的高频段下应变数据分量和温度数据分量是否相关，以及分解后的低频段下的应变数据分量和温度数据分量是否相关；

在高频段下应变数据分量和温度数据分量不相关、但低频段下应变数据分量和温度数据分量相关时，对低频段下应变数据分量和温度数据分量分别按照高频段和低频段进行再次分解，并返回判断分解后的高频段下应变数据分量和温度数据分量是否相关，以及分解后的低频段下的应变数据分量和温度数据分量是否相关；

在高频段下以及低频段下应变数据分量和温度数据分量均相关时停止分解，将相关性高的温度数据分量进行叠加、将相关性高的应变数据分量进行叠加，得到相关度高的同级同频段应变数据分量和温度数据分量；

在获取目标对象的应变数据和温度数据之前，所述方法还包括：

读取目标对象局部区域内放置的多个应变传感器和多个温度传感器同步采集的多组数据；

对多个应变传感器和多个温度传感器采集的多组数据进行修正；

对多个应变传感器采集的多组数据进行融合，得到所述应变数据；

对多个温度传感器采集的多组数据进行融合，得到所述温度数据；

其中，对多个应变传感器和多个温度传感器采集的多组数据进行修正至少包括对剔除异常数据以及补全剔除处缺失的数据；

通过如下公式剔除异常数据：，其中，为第i个监测点的值，若时，认为的值异常，给予剔除；

通过如下公式补全剔除处缺失的数据：，将异常的的值替换为的值。

2.根据权利要求1中所述的方法，其特征在于，所述分解为小波分解，其中，对所述应变数据和所述温度数据分别按照频段进行分解包括：通过高通滤波器处理所述应变数据和所述温度数据，以得到所述应变数据和所述温度数据的高频段分量，通过低通滤波器处理所述应变数据和所述温度数据，以得到所述应变数据和所述温度数据的低频段分量。

3.根据权利要求1中所述的方法，其特征在于，判断分解后的某一频段下应变数据分量和温度数据分量之间是否相关包括：

计算所述应变数据分量和所述温度数据分量的相关系数；

对所述应变数据分量和所述温度数据分量进行线性相关性检验；

当所述应变数据分量和所述温度数据分量的相关系数大于预设阈值、且所述应变数据分量和所述温度数据分量通过线性相关性检验时，判断所述应变数据分量和所述温度数据分量相关；

其中，所述相关系数为皮尔逊相关系数，通过如下公式计算所述应变数据分量和所述温度数据分量的相关系数：，式中表示数据的平均值，表示数据的平均值，表示X、Y两组数据的皮尔逊相关系数，、为两组数据的标准差，相关系数绝对值越大，表示相关性越强，相关系数取值区间为；

其中，对所述应变数据分量和所述温度数据分量进行线性相关性检验包括：

假设X、Y两组数据、满足线性关系，

估计量为，

原假设，备择假设，

计算检验统计量：

式中，、为样本数据平均值，，n为待检测数据量，若假设检验拒绝，则线性关系成立，认为X、Y通过线性相关性检验。