一种基于大数据的压力容器数据质量评估方法及系统

本申请涉及数据处理技术领域，公开了一种基于大数据的压力容器数据质量评估方法及系统。该方法包括：根据压力容器的内压、壁温和应力应变数据，通过物理约束预处理和工况同步处理生成映射数据集。计算物理约束、工况稳定性和数据协调性指标得到特征集。利用物理知识驱动的深度神经网络分析耦合关系获得异常类型判别。构建评分矩阵并动态校准得到评估因子，最终通过多尺度模糊评价得出设备数据质量评估结果。本申请实现了数据统计特性与物理约束的双重一致性，以提高评估结果的可靠性和可解释性。通过将物理知识引入数据质量评估全过程，建立“数据‑物理”双层评估体系，确保评估结果既符合数据分布规律又满足物理约束要求。