电力安全研究中心
新能源研究中心
输配电研究中心
电线电缆研究中心
Grubbs检验：基于t分布的单个异常值检测方法，检测参数包括显著性水平α=0.05和标准偏差计算。
Dixon检验：适用于小样本数据的异常值识别，检测参数包括极差比和临界值表参考。
Chauvenet准则：基于概率分布的异常值剔除方法，检测参数包括预期观测数概率阈值。
3σ准则：使用标准差识别数据离群点，检测参数包括均值μ和标准差σ计算。
箱线图法：通过四分位数范围识别异常值，检测参数包括上须、下须和离群点定义。
学生化残差检验：在回归分析中检测异常观测值，检测参数包括残差标准化和t分布临界值。
Cook距离：评估数据点对回归模型的影响，检测参数包括距离阈值和影响度计算。
Mahalanobis距离：多元数据异常值检测方法，检测参数包括协方差矩阵和距离分布。
重复测量一致性检验：评估测量重复性中的异常，检测参数包括方差分析和F检验。
残差分析：在模型拟合中识别数据异常，检测参数包括残差图和自相关检验。
工业制造：应用于生产过程中的质量监控和数据验证，确保产品一致性。
科学研究：实验数据处理中的异常值识别，提高结果可靠性。
医疗设备：生物医学测量数据清洗，支持诊断准确性。
环境监测：大气和水质数据分析，剔除传感器误差。
食品安全：成分检测数据验证，防止污染误报。
电子产品：性能测试数据清理，确保合规性。
汽车工业：零部件检测数据处理，提升安全标准。
航空航天：飞行数据验证，排除测量干扰。
建筑材料：强度测试数据分析，保证结构可靠性。
化学分析：色谱和光谱数据清洗，提高分析精度。
ISO 5725-2:2019 测量方法与结果的准确度（正确度与精密度）部分2：确定标准测量方法重复性与再现性的基本方法。
ASTM E178-16 处理异常观测值的标准实践，包括统计检验和决策流程。
GB/T 4883-2008 数据的统计处理和解释正态样本异常值的判断和处理，规定检验方法和临界值。
ISO 16269-4:2010 统计解释数据部分4：检测和处理异常值。
GB/T 6379.-2004 测量方法与结果的准确度（正确度与精密度）部分1：一般原理和定义。
数据采集系统：用于收集和记录测量数据，在本检测中实现多通道高频率采样，采样率1MHz。
统计分析软件：执行异常值检测计算，功能包括多种统计检验算法和图形输出。
高精度传感器：提供可靠测量输入，在本检测中确保数据采集精度达0.1%满量程。
计算设备：处理大规模数据集和复杂统计运算，支持实时数据分析和可视化。
校准仪器：用于验证测量系统准确性，在本检测中定期校准传感器和采集设备。
销售报告：出具正规第三方检测报告让客户更加信赖自己的产品质量，让自己的产品更具有说服力。
研发使用：拥有优秀的检测工程师和先进的测试设备，可降低了研发成本，节约时间。
司法服务：协助相关部门检测产品，进行科研实验，为相关部门提供科学、公正、准确的检测数据。
大学论文：科研数据使用。
投标：检测周期短，同时所花费的费用较低。
准确性较高;工业问题诊断：较短时间内检测出产品问题点，以达到尽快止损的目的。