二、系统性解决方案
     除在线能源计量仪表的测点布置、型号选择、安装规范、正确维护外，现介绍基于软件系统的解决尝试。
     1.采用数据诊断甄别过滤处理技术
     由于系统中出现大面积系统传感器失效是小概率事件，假定系统出现故障的传感器总是少数，根据各变量间的物理关系，通过检测系统各个变量测量值的一致性来验证数据有效性，确保系统传感器失效时及时修正。
     2.ETL数据处理技术
     采用ETL工具处理累计值，解决因网络故障、PLC/DCS/数采装置系统故障和系统复位、计量仪表更换维护，外界环境对数据传输的干扰等原因导致的计量数据异常波动和中断。使用历史数据库中的离散数据转换成关系型数据，利用数据抽取处理工具，在抽取逻辑中采用相应算法修复波动和中断数据，以达到稳定能源资源计量数据的目的，解决数据的延续性、准确性和可靠性问题。该方法适用于独立计量器具或传感器采集数据的修正。
      3.基于PCA法的故障检测和诊断方法
      基于PCA法的故障检测方法，是利用正常运行条件下的历史数据建模，通过少数几个主成分，提取绝大部分数据之间的相关性，将原始数据空间分为主成分子空间(prin鄄cipal component subspace，PCS) 和残差子空间(residual subspace，RS)，通过监测实际测量数据在残差子空间的投影大小是否超过阀值，来判断是否发生故障。基于主成分的统计模型建立后，针对新的测量数据进行故障检测。将实际采集到的数据和系统的PCA模型进行比较，如果数据不满足模型，则认为系统出现故障。在正常情况下，测量数据应该绝大部分落在主成分子空间(PCS)内，而在残差子空间内的投影应该很小。而当某一故障发生后，测量数据在残差子空间内的投影就会急剧增加。可以利用测量数据在RS内的投影大小来判断传感器是否有故障。
     该方法适用于用能单位能源分类计量和分项计量，也适用于用能单位、次级用能单位、独立用能单元能源资源计量的测量数据进行故障检测。
     4.数据误差分析和平衡补偿技术
     根据物流、能流工艺环节的产能、效率、损耗、误差的实时和历史记录统计数据，基于物流和能流平衡理论模型，建立与计量点相对应的经验数据库和专家数据库，通过对比分析“库数据”与“实测数据”评估生产工艺环节的产能、效率损耗的误差，确定购入存储、加工转换、消耗使用的环节的三级计量数据误差补偿数学模型，实现自动修正测量误差。
     具体方法是:以上一级计量数据为基准，对比分析下一级计量数据，找出单点、多点及系统检测点计量误差，或调整单台仪表量程来补偿实时数据误差，或对累积数据进行系统性平衡分析，找出误差原因，针对性地实施系统性平衡补偿，及时修正累积数据，减少各个环节的计量误差。
例如，通过卷包机组耗气、耗电历史趋势，分析两种介质能耗之间的关联性，得出某种介质的消耗量是由工况引起的正常波动，还是由于系统异常引起的数据偏差。同时，根据单台设备的能耗趋势，可以分析数据波动是否严重背离趋势线，进而判断设备的运行状态是否正常。
     5.软测量技术
     软测量技术指对不能或暂时不能直接测量的变量，或采用直接测量，但测量成本昂贵的变量(统称难测变量)，通过测量易测量的过程变量(如压力、温度、流量)，建立易测变量和难测变量之间的数学关系，应用机理分析方法、统计分析方法、人工神经网络方法、模式识别方法等建立数学模型，进行分析和计算，可以较为准确地对难测变量进行预测和估算，实现对难测变量的测量。对采用直接测量成本昂贵的检测点，在不影响数据准确度和能源管理应用的情况下，采用软测量技术进行间接测量，有利于降低测量成本。
     6.工况指标梳理方案
     根据EMS系统运行提供的工况历史数据，结合各用能工序和设备的产能数据，总结分析出卷包机组空压气和用电量的变化范围和正常范围，从而确定各用能工序和设备的实际能耗指标。