在检验接地工程或者防雷装置是否能够使用的环节中,对所检测的接地电阻阻值是否正确,是否符合规定要求的检验是很重要的,作为一个合格的检测人员,能够判别检测接地电阻值能否作为正常的记录是必备知识,但在日常工作生活中,我们常常会常不会太在意接地电阻检测值是否正确,可否作为正常的记录处理。在这里,
j9九游电阻为大家提供一个判别与剔除接地电阻检测值的异常数据解决方案,供大家参考学习。
一、关于接地电阻检测值存在的问题
在对接地电阻进行实地测量时,会受到包括自然因素、人为因素等在内的各种因素干扰,干扰因素可能是未被发觉的未知因素,也有可能是可知的能解决的已知因素。导致检测结果可能是负值、零或者远远大于可能的数值,对于这些各种可能的误差,我们都应该记录下来,当做正式的检测数据看待。
而在我们日常的检测接地电阻的工作中,由于没有规范的明确规定,也没有其它有关这方面对接 地电阻测量值的处理方法规定,都是由检测人员个人的主观来决定,特别是检测值与检测人员想象的“真值”相差不是很大时,也不作正式记录,舍弃不记,有重新检测的,也有不再加测的,对于与“真值”相差较大时,则不作记录,就地舍弃,这种情况在目前检测接地电阻时,是正常发生的,这样容易造成此类接地电阻检测数据在处理上的混乱,对于这样的处理是没有任何依据的,目前也没有一个明确的规定,从而使检测人员对于异常数据 的处理无所适从,因此要有一个统一的数据处理规定或准则来统一接地电阻检测值的处理。
二、常用判别与剔除处理准则
对测量值或检测值及实验数据中的异常数据的判别与剔除,根据测量学原理与实际操,国内外常用的方法有以下几种:
1、拉布斯准则(3δ准则)
计算步骤如下:
(1)计算所有检测数据的平均值X公式:
计算所有检测数据的平均值X公式
(2)计算出各个检测数据与平均值的偏差:
xi=xi- x
(3)利用贝塞尔公式计算出标准偏差δ:
利用贝塞尔公式计算出标准偏差δ
(4)根据标准偏差对粗大误差的判别,然后剔除坏值:当|Xi-X|> 3δ 时,则 Xi 为坏值,应予以剔除,不参与平均值的统计。
(5)重新按照⑴—⑷步骤计算平均值、标准偏差,反复剔除粗大误差,直至没有坏值为止。 经过这样剔除坏值数据处理后,使检测的各 个数据的偏差超过 3δ的概率已小于 1%。
2 、肖维准则
假定对一物理量重复测量了 n 次,其中某一数据在这 n 次测量中出现的几率不到半次,即小于 21n ,则可以肯定这个数据的出现是不合理的,应当予以剔除。
根据肖维准则,应用随机误差的统计理论可以证明,在标准误差为δ的测量列中,若某一个测量值的偏差等于或大于误差的极限值Kδ ,则此值应当剔出。不同测量次数的误差极限值Kδ 列于表 1。
表1 肖维系数表
n Kδ n Kδ n Kδ
4 1.53δ 10 1.96δ 16 2.16δ
5 1.65δ 11 2.00δ 17 2.18δ
6 1.73δ 12 2.04δ 18 2.20δ
7 1.79δ 13 2.07δ 19 2.22δ
8 1.86δ 14 2.10δ 20 2.24δ
9 1.92δ 15 2.13δ 30 2.39δ
3、格拉布斯(Grubbs)准则
若有一组测量得出的数值,其中某次测量得出数值的偏差的绝对值|ΔXi|与该组测量列的标准偏差δx 之比 大于某一阈值 g0 (n,1-p),即|Δxj|>g0 (n,1-p) ·δx 则认为此测量值中有异常数据,并可予以剔除。这里 g0 (n,1-p)中的 n 为测量数据的个数。而 p 为服从此分布的置信概率。一般取p为0.95和0.99(至于在处理具体问题时,究竟取哪个值则由实验或检测者自己来决定)。表2中给出p=0.95和0.99时或1-p=0.05 和0.01时,对不同的n值所对应的 g0 值。
表2 g0 (n,1-p)值表
1-p 0.05 0.01 1-p 0.05 0.01
n n
3 1.15 1.15 17 2.48 2.78
4 1.46 1.49 18 2.50 2.82
5 1.67 1.75 19 2.53 2.85
6 1.82 1.94 20 2.56 2.88
7 1.94 2.10 21 2.58 2.91
8 2.03 2.22 22 2.60 2.94
9 2.11 2.32 23 2.62 2.96
10 2.18 2.41 24 2.64 2.99
11 2.23 2.48 25 2.66 3.01
12 2.28 2.55 30 2.74 3.10
13 2.33 2.61 35 2.81 3.18
14 2.37 2.66 40 2.87 3.24
15 2.41 2.70 45 2.91 3.29
16 2.44 2.75 50 2.96 3.34
4、t检验准则(罗马诺夫斯基准则)
t检验准则,也是检验最大实验数据和最小实验数据。首先将实验数据按大小排列:
x(1),≤x(2),≤ x(3),……≤x(n)
对最小数据和最大数据分别进行检验,如果
|x(1)- x |>K(n,α)δ 或 |X(n)- x |> K(n,α)δ
则 x(1)或 x(n)是异常数据,应予剔除。
式中 x 及δ分别为不包括 x(1)及 x(n)的均值和标准差。
即 4 t 检验准则(罗马诺夫斯基准则)
t 检验中的 K(n,α))可查表3得到。
表3 t检验中的K(n,α) 表
表 3 t 检验中的 K(n,α) 表
对于接地电阻检测值可以用格拉布斯准则效果较好,在实际应用中,可以选用二三种准则同时判断,当剔除的结果一致时,则能够比较放心地剔除,当结果出现矛盾时,应慎重考 虑,在可剔与不可剔,建议不要剔除。
三、判别与剔除接地电阻检测值的异常数据
接地电阻的检测与其它各行各业的各种检测、测量、实验都属于使用检测与测量仪器进行检测与测量,其差别只是操作不同,取得数据的有效数位不同,取值范围以及大小不一样,不过,对于取得的数据判别与剔除的处理方法是相同的,所以,对于接地电阻检测值的正确与否的判别以及异常值的剔除,我们可以采用上述国内外用的几种方法来处理。
上述的几个准则,理论上来说,都被国际社会所认同,在实际应用中,也被人们采用,通过长时间的实际检验,证明也是很有效的,不过,在我们对于接地电阻检测所取得的数据处理,特别是对异常数据的处理,目前还没有明确的规定和说明,所以,我们在实际操作中,可以选择上述几个准则中的一个或几个,来对接地电阻值的异常数据进行判别与删除。