工业大资料的资料来源于感测器。感测器采集资料一般按开关量、模拟量、数字量、脉冲量进行分类。因为这些采集资料都与时间有关，每个数值均有相应的时间戳对应，而且资料的顺序按时间戳排列，因此又统称为时间序列资料，简称时序资料。
大资料和工控系统不同，不是仅限于资料采集和资料显示，也不限于对指定测量点历史资料的显示，而是需要进行统计计算，或称聚合运算。
由于分析指标的计算方法不同，这些时序资料可以分为瞬时值、累计值和属性值。累计类资料包括耗电量、用水量、用气量等。属性类数值包括电压、气温、气压、PH值等，一般在一个范围之内波动，合计是没有意义的。属性值对应预先定义的上下阈值，但数值超过阈值可以报警。
由于大资料研究的是森林而不是树木，所以需要关注多个测量点、多个时间点测量资料的变化规律，也就是对时序资料的分析，需要对资料进行统计计算。
对属性类测量资料的统计计算方式有计数、平均值、最大值、最小值。
通过对不同型别的资料点计数，可以得到不同结果，如属性类就有资料点数、正常点数、异常点数、合格点数、不合格点数。
在对测量资料进行处理时，资料从资料质量角度，分为正常值与异常值，从资料限值标准分为合格值与不合格值。
资料质量主要关注离群值、不连续测量、噪声与漂移。在统计计算时，需要把离群值，也就是异常值先找出来。异常值不能用于计算合格率。
异常值是由于感测器测量、资料处理传输中异常出现的值，并不能反映真实情况，没有在真实环境中出现过。比如，测量气温的感测器出现0值，并不是当天曾经出现过0度的温度。资料异常率=异常值点数/全部点数，
如果把异常值计入统计，则这些极端值由于比任何正常值都大或小，会在按时间分析时变成每天的最高或最低温度、每月的最高或最低温度、每年的最高或最低温度。
合格值是在指定上下限值范围内的值，用于计算合格率。合格值的标准设定在不同时期会有变化，变化是企业对质量的要求不同，或国家标准变化引起的。
合格率的计算需要用真实值，是在真实环境中出现过的值，合格率=合格值点数/正常值点数，比如PH值要求不小于6.5且不大于8.5，6.0是真实测量值但是不合格。如果出现2，则是一个异常值，无所谓合格不合格。
按取样间隔时间1分钟，一个测点的取样资料有60个。判断出2个异常值，50个合格值，8个不合格值，那么，合格率是50/60=83.33%，还是50/58=86.21%？正确的应该是后一个。
有了这些统计资料后，就可以从不同维度进行分析。时序资料的分析维度主要有时间和位置。时间维度分析按年、月、日、小时观察资料的变化规律，位置维度分析按测点的安装位置，范围从大到小观察资料的变化规律，如全公司的平均电压、到车间、再到产线、再到装置的平均电压。
本文为范煜原创文章。
