数据监控分析模型研究

数据监控分析模型研究

统计中心

小伙伴们，还记得当年的挑灯夜战吗？

团员：2人

党员： 7人

35周岁以下青年8人

青年比例80%

实

施

背

景

目前，计量器具动态巡检小组利用实施数据库、PHD趋势软件、Excel取数软件等，推行了以线上巡检为主，现场巡检为辅的计量器具动态管理，为计量器具故障的及时发现提供了有效的手段。但在计量数据分析领域，其只能实时反映一个计量点的量是否正常，以及对于该点历史趋势的追溯，但不能判断数据是否准确。

实

施

方

案

头

脑

风

暴

实

施

过

程

选取研究对象

1

正态分布模型的应用

正态分布3σ原则为

数值分布在（μ-σ,μ+σ)中的概率为0.6827

数值分布在（μ-2σ,μ+2σ)中的概率为0.9545

数值分布在（μ-3σ,μ+3σ)中的概率为0.9973

可以认为，Y 的取值几乎全部集中在（μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%。

现有的进出厂数据以单批次流量计、商检量、罐发量为基础，我们尽可能利用这些单批次数据来估计总体的数据分布。

柴油

航煤

从两者的正态分布数据可以看出两个数据的在(μ-3σ,μ+3σ)的概率比较高，集中度比较大。但是化工出厂数据与机械标准不同，测量数据的准确度受温度、压力、物料特性等情况影响比较多，也有数据超出了范围外，但是总体来说，大部分数据还是在范围内的，后续将3σ作为置信区间。出口柴油共108船，在(μ-3σ,μ+3σ)区间内共105船，占比97.22%；在(μ-2σ,μ+2σ) 区间内共103船，占比95.37%；在(μ-σ,μ+σ) 区间内共81船，占比75%。出口航煤共155船，在(μ-3σ,μ+3σ) 区间内共154船，占比99.35%；在(μ-2σ,μ+2σ) 区间内共145船，占比93.54%；在(μ-σ,μ+σ)共113船，占比73.38%。从数据上看，是满足正态分布的。

为了控制数据的准确性，同时用历史数据预测未来数据，常以3σ作为上、下警戒值，即控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。所以在之前正态分布的基础上，我们以2015-2017年的差率数据作为正态分布置信区间的基础，用2018年的数据作为验证,发现数据走向是符合预测范围的。

2

多元回归的应用

利用统计软件建立回归模型，全年通过对每日的天然气组分的分析，发现问题，解决问题，节约成本约248万元。

实

施

成

果

通过课题研究我们发现：正态分布模型可以用来预测数据走向，且不同物料的实际置信范围各不相同，随着数据库的增加，准确性将不断提高；多元回归模型则从影响因素的角度对计量数据的可信区间进行预测，为数据准确性判断提供了另一种手段。

后续工作

发散思维，继续

未来将引入置信区间的概念，对每天的计量数据进行自动判断，用判断结果来协助我们找到准确性较差的数据，为异常分析指明方向。

在路上

2019