数据稳定性

数据稳定性（data stability）是衡量数据波动性与离散性的指标，数据波动越小，离散程度越小，则稳定性越高。通常以属性评价值的熵作为数据稳定性的度量。

简介数据稳定性（data stability）是衡量数据波动性与离散性的指标，数据波动越小，离散程度越小，则稳定性越高。通常以属性评价值的熵作为数据稳定性的度量。

生产过程中数据稳定性的判断，主要有三种方法:最值差值法、统计学方法、百分数衡量法1。

最值差值法最值差值法的判断思路是寻找某一固定时间段内出现的参数最大值和最小值，通过比较它们差值的绝对值与比较值的大小来判断其稳定性。计算公式为：

式中:为此段时间的参数最大值；为参数最小值；为一固定值（下同）。可以参考数据的经验平均值等设定。这种方法最为简单，但在分析过程时只考虑到最大值和最小值，会造成很大的误差。

统计学方法统计学方法则是借用数学上的统计指标，对参数数据进行方差或均方差等的比较，进而分析参数的稳定区间。计算公式为：

思路简单明了，若遇到数值较大或数值个数很大的情况，则会出现计算任务过重的问题，造成额外的负担2。

百分数衡量法百分数衡量法则是通过分析参数最大值和最小值差值占参数均值的百分值来判断稳定性，计算公式为：

式中: 为固定时间的参数均值；为指定的百分值。思路基本接近最值差值法方法简单，但误差可能会很大3。

本词条内容贡献者为:

杜强 - 高级工程师 - 中国科学院工程热物理研究所