基于关联规则的故障诊断方法研究

提高自动气象站设备运行能力和观测数据的质量状况成为影响气象预测预报服务的准确性和气象事业发展的关键。然而中国现在业务运行的自动气象站设备并没有内置的故障检测装置,也没有完善的自检系统。但是气象要素(温湿压风雨)的变化往往是相互关联的,为了提高自动气象站数据质量,及时有效地判断设备故障。从大量观测数据试验结果进行研究,提出一种基于关联规则的故障综合诊断方法。通过使用Apriori挖掘算法,得到各气象要素及其变化量之间的强关联规则,通过实际观测数据验证2012年7月26日08时江西南昌站湿度传感器发生故障。     

基于ARMA模型判别气压传感器故障

我国现有的自动气象站设备缺乏能够反映其自身运行状态的参数信息,导致对设备运行监控能力不足,无法快速定位设备故障。为了判别气压传感器的工作状态,从观测数据出发,提出了基于ARMA模型的气压预测方法,利用已测气压值,对当前时刻气压值进行合理的预测,并给出该预测值的置信区间。利用气压传感器的实测值与此预测值进行比较,如果实测值偏离了该预测值的置信区间,可以认为气压传感器或相关数据采集单元出现故障。通过实例计算和比较,模型ARMA(2,1)对于自动气象站气压值的一步预测误差为0,具有较好的预测效果,可以有效判别气压传感器的工作状态。