ISDT算法的数据压缩处理及其性能分析

过程数据的实时压缩和趋势提取可以显著提高过程控制系统的整体性能。传统的SDT数据压缩算法不能很好地适应现今过程控制的要求,无法获得满意的压缩结果。针对SDT算法的弊端,提出了一种改进的SDT数据压缩算法,并进行了两种算法的性能对比。对合成数据仿真计算的分析结果表明,基于ISDT算法的过程数据压缩性能有大幅度的提高,更好地满足了现今过程控制中实时数据处理和趋势分析的要求。

SDT算法及其在局域控制网络中压缩过程数据的应用

SDT(Swinging Door Trending)算法运算量小 ,在过程数据压缩中得到广泛应用 .为了提高该算法的性能 ,对该算法进行了改进 ,给出了离线和在线压缩算法及信号重建算法 .仿真研究表明改进算法在最大偏差与误差平方和等方面的性能指标优于原算法 .用 Neuron C编写了改进算法的应用程序 ,并成功下载到自行设计的数据采集节点中 ,实现了改进压缩算法的在线应用 .

改进的SDT算法及其在过程数据压缩中的应用

阐述了过程数据压缩的重要性及特点 ,介绍了SDT(SwingingDoorTrending)算法及改进的SDT算法的基本原理 ,给出了离线压缩、在线压缩及信号重建的软件框图。介绍了改进的SDT算法的应用 ,分析了改进算法的性能。

改进的SDT算法

数据压缩是减少网络数据流量、避免拥挤、提高控制系统性能的有效手段。针对数据压缩的问题,在分析了一系列现有有损压缩算法基础上,提出了一种新思想,改进了现有的旋转门(Swing Door Trending)算法,在每个存储数据的地方保存了两个有用的数据,并表明了该算法正确性和合理性。实验数据结果表明该算法确实可以在不增加压缩误差的前提下,有效地提高压缩比。

面向监测数据压缩的自适应SDT算法

为降低IT运维系统的实时监测数据量、提高数据存储效率,提出一种自适应的旋转门算法(adaptive swinging door trending,ASDT)。针对传统SDT算法存在抗噪性弱、参数选取困难等缺陷,ASDT首先通过最小二乘平滑处理,减小噪声数据对SDT趋势判断的影响;然后通过改进死区限值过滤算法,对经平滑处理后的数据进行压缩;最后基于相邻压缩区间标准差变化,自适应调整压缩精度参数。实验结果表明:在保证数据保真度的前提下,ASDT的仿真数据和真实数据上的压缩比分别提高60%和24%以上。

SDT算法及其在过程数据压缩中的应用

首先阐述了过程数据压缩的重要性及特点,然后介绍了SDT(Swinging Door Trending)算法的基本原理,给出了离线压缩、在线压缩及信号重建的软件框图,最后介绍了SDT算法的应用,并得出了一些结论。希望对过程数据压缩的研究和应用提供一定的帮助。

过程数据压缩算法SDT的改进研究与应用

对传统的SDT(Swinging Door Trend)过程数据压缩算法进行算法分析与改进研究,并在此基础上提出了综合去异常值、简单滤波、自适应压缩偏移量与还原曲线平滑化的改进型SDT压缩算法。算法结构简单、计算速度快,以MATLAB为研究仿真工具,通过算法的移植已经成功地应用于工业实时数据库产品FD-RDB中,获得了良好的过程数据压缩质量与还原效果。对工业实时数据库的过程数据压缩算法的设计开发具有很好的参考意义。

基于SQL数据库的过程数据压缩方法

利用SQLServer数据库存储过程历史数据,提出一种增量型的SDT压缩算法,有效地实现了过程历史数据的实时存储。对于通过OPC方式从化工过程底层读取的实时数据,利用增量型的SDT算法进行实时压缩存储,利用LZW算法对存储的值进行二次无损压缩。实验测试表明,该方法能够实时处理大量的过程数据,同时尽最大可能对过程数据进行压缩,降低存储成本。在容差为1%、测点为1000个时,该算法使平均压缩率达到约85%。

基于趋势特征的风电功率爬坡事件检测方法

风电爬坡事件是风功率波动严重的小概率事件,因此在大数据中快速检测出爬坡事件十分关键。为提高爬坡事件的检测效率,根据爬坡事件蕴含显著的趋势信息,提出一种基于SDT和趋势标记相结合的风电爬坡事件检测方法。采用改进的旋转门算法(SDT)对原始风电功率数据进行分段趋势提取,预提取出可能存在的爬坡事件。为避免漏检、处理不重要的分段,引入趋势标记的方法。根据提出的爬坡检测方法,对上海某风场的数据进行爬坡检测试验。结果表明,对爬坡事件进行分段提取趋势既缩短了爬坡检测时间又提高了爬坡检测精度,具有实际意义。

ZPW-2000轨道电路故障诊断算法应用研究

为预防铁路安全事件的发生,设计ZPW-2000轨道电路故障诊断系统的总体结构,明确4大组成部分,包括数据预处理、数据分析、数据服务及数据应用。首先,通过改进的旋转门转换(SDT)算法对轨道电路电气特性数据进行数据压缩;其次,分段线性拟合轨道电路不同状态下的模拟量数据,计算得到特征值;最后,通过密度聚类的特征提取方法诊断轨道电路故障,并通过系统验证9种常见轨道电路故障。结果表明:改进的SDT算法可以有效对轨道电路电气特性数据进行数据压缩,压缩后的数据经过分段拟合后可以有效提取特征值,应用密度聚类算法可以生成诊断模型,提升轨道电路故障诊断的准确性,从而提高信号设备维护效率和维护水平。

一种磁盘历史数据库模型研究

为解决流程工业中过程历史数据的存储以及大量数据的快速查询问题,提出一种基于关系数据库的磁盘历史数据库模型。在数据存储方案设计中,将关于位号和数据采集接口的静态信息存储在关系数据库中,历史数据以文件形式存放,采用三重二级缓存机制避免频繁访问磁盘,并使用经典的SDT算法对实时数据进行压缩存储,降低存储成本。数据查询方案采用三级索引文件结构,即总索引文件、二级索引文件和位号索引文件,提高查询效率。该磁盘历史数据库的第一版已经成功实现,应用结果表明,数据存储方案和查询方案的设计是合理的,100个位号的查询时间约为500 ms。

基于相似性匹配的机泵监测模拟量数据压缩方法

为了解决关键机泵在线监测过程中模拟量数据存在的难压缩问题,提出一种基于相似性匹配的改进旋转门算法。通过构建监测过程模拟量数据的实时状态模型和历史状态矩阵,提出一种基于窗口平移的状态模型相似度量方法;针对传统旋转门算法门限值难以确定、门限值单一的问题,提出动态门限值计算模型;在上述研究的基础上,通过相似性匹配动态调节压缩过程中门限值的大小,研究了改进旋转门算法的原理、步骤及解压缩方法。最后提出了算法的性能评价指标并且采用真实的监测数据对算法的压缩性能进行了测试,验证了改进旋转门算法比传统旋转门算法具有更好的压缩性能。

RWM & DEWS数据二次压缩算法研究

对柑橘实时水分监控与旱情预警系统中的数据参数进行拟合分析,在探讨SDT和LZW 2种压缩算法的基础上,提出一种二次压缩算法:第1次压缩采用基于SDT算法思想的平均值方法;第2次压缩采用改进的LZW算法实现。对压缩效果进行测试,仿真实验证明,在相同的硬件和软件环境下,该算法能实时、高效地压缩数据。

数据压缩算法在煤矿类软件系统中的应用研究

为了解决煤矿类软件系统在大规模数据量情况下的数据高效存储和查询问题,提出了一种将旋转门SDT数据压缩算法应用于煤矿类软件系统的方案。介绍了该算法的原理及应用推导,给出了模拟量和开关量压缩数据解压还原方法和特殊情况处理方法。应用结果表明,该算法压缩比高,节省了大量的存储空间,能准确地反映出数据的走势和变化。