申请/专利权人:南开大学
申请日:2024-01-09
公开(公告)日:2024-03-15
公开(公告)号:CN117708743A
主分类号:G06F18/2433
分类号:G06F18/2433;G16C20/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:为了解决OBD远程监控中NOx数据频现多种复杂异常类型,致使显著影响排放计算的准确性问题。本发明提供了一种OBD远程监控NOx数据异常清洗方法,包括步骤:1、数据排序;2、时序重复异常识别及处理;3、时序不连续识别及处理;4、筛选界内值数据;5、车速局部离群值异常识别及处理;6、车速恒值异常识别及处理;7、NOx恒值异常识别及处理;8、NOx上下文异常值识别及处理;9、NOx局部离群值异常识别及处理;本发明深入探究了OBD远程监控数据NOx参数项的多种典型数据质量问题,确立对NOx参数项异常情况高效准确的清洗方法。规避问题后,可以计算得出更加准确可靠的重型车NOx排放因子,帮助识别高排车辆及排放核算,为交通排放监管奠定坚实基础。
主权项:1.一种OBD远程监控NOx数据异常清洗方法,其特征在于,包括以下步骤:步骤1、数据排序,将全部数据依据采集时间参数进行升序排列;步骤2、时序重复异常识别及处理,包括2.1)时序重复异常识别和2.2)时序重复异常处理;步骤3、时序不连续识别及处理,包括3.1)时序不连续识别和3.2)时序不连续处理;步骤4、筛选界内值数据;步骤5、车速局部离群值异常识别及处理,包括5.1)车速局部离群值异常识别和5.2)车速局部离群值异常处理;步骤6、车速恒值异常识别及处理,包括6.1)车速恒值异常识别和6.2)车速恒值异常处理;步骤7、NOx恒值异常识别及处理;步骤8、NOx上下文异常值识别及处理,包括8.1)NOx上下文异常值识别和8.2)NOx上下文异常值处理;步骤9、NOx局部离群值异常识别及处理,包括9.1)NOx局部离群值异常识别和9.2)NOx局部离群值异常处理。
全文数据:
权利要求:
百度查询: 南开大学 一种OBD远程监控NOx数据异常清洗方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。