• RESEARCH NOTES • Previous Articles     Next Articles

A Modified Outlier Detection Method in Dynamic Data Reconciliation

ZHOU Lingkea,b; SU Hongyeb; CHU Jianb   

  1. a Department of Automation, Nanjing University of Science & Technology, Nanjing 210094, China
    b Institute of Advanced Process Control, Zhejiang University, Hangzhou 310027, Uiaxna
  • Received:1900-01-01 Revised:1900-01-01 Online:2005-08-28 Published:2005-08-28
  • Contact: ZHOU Lingke

一种改进的动态数据校正离群值检测法

周凌柯a,b; 苏宏业b; 褚健b   

  1. a Department of Automation, Nanjing University of Science & Technology, Nanjing 210094, China
    b Institute of Advanced Process Control, Zhejiang University, Hangzhou 310027, Uiaxna
  • 通讯作者: 周凌柯

Abstract: Data reconciliation technology can decrease the level of corruption of process data due to measurement noise, but the presence of outliers caused by process peaks or unmeasured disturbances will smear the reconciled results. Based on the analysis of limitation of conventional outlier detection algorithms, a modified outlier detection method in dynamic data reconciliation (DDR) is proposed in this paper. In the modified method, the outliers of each variable are distinguished individually and the weight is modified accordingly. Therefore, the modified method can use more information of normal data, and can efficiently decrease the effect of outliers. Simulation of a continuous stirred tank reactor (CSTR) process verifies the effectiveness of thee proposed algorithm.

Key words: data reconciliation, outlier detection, gross error

摘要: Data reconciliation technology can decrease the level of corruption of process data due to measurement noise, but the presence of outliers caused by process peaks or unmeasured disturbances will smear the reconciled results. Based on the analysis of limitation of conventional outlier detection algorithms, a modified outlier detection method in dynamic data reconciliation (DDR) is proposed in this paper. In the modified method, the outliers of each variable are distinguished individually and the weight is modified accordingly. Therefore, the modified method can use more information of normal data, and can efficiently decrease the effect of outliers. Simulation of a continuous stirred tank reactor (CSTR) process verifies the effectiveness of thee proposed algorithm.

关键词: 动态数据;校正方法;离群值检测法;鲁棒方法;TE问题;工业测量数据;误差