CN105675245B - 一种基于实测值预测流场分布的高精度克里格测试方法 - Google Patents

一种基于实测值预测流场分布的高精度克里格测试方法 Download PDF

Info

Publication number
CN105675245B
CN105675245B CN201610085959.9A CN201610085959A CN105675245B CN 105675245 B CN105675245 B CN 105675245B CN 201610085959 A CN201610085959 A CN 201610085959A CN 105675245 B CN105675245 B CN 105675245B
Authority
CN
China
Prior art keywords
value
kriging
point
predicted
measured
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610085959.9A
Other languages
English (en)
Other versions
CN105675245A (zh
Inventor
王洁
刘春红
童小忠
陈彪
祁志福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Co Ltd Of Zhe Neng Institute For Research And Technology
Original Assignee
Zhejiang Co Ltd Of Zhe Neng Institute For Research And Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Co Ltd Of Zhe Neng Institute For Research And Technology filed Critical Zhejiang Co Ltd Of Zhe Neng Institute For Research And Technology
Priority to CN201610085959.9A priority Critical patent/CN105675245B/zh
Publication of CN105675245A publication Critical patent/CN105675245A/zh
Application granted granted Critical
Publication of CN105675245B publication Critical patent/CN105675245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00Aerodynamic testing; Arrangements in or on wind tunnels

Abstract

一种基于实测值预测流场分布的高精度克里格测试方法,涉及一种测试方法。目前,在锅炉流场测试中,通常采用网格法,计算量大。本发明包括以下步骤:根据所需测量的锅炉烟道平面,交叉布置脱硝反应器进口或出口的实测点;测量各个实测点的参数值;基于测点位置及实测点的参数测量值,应用克里格方法计算获得预测值;根据得到的预测值绘制等值图,在等值图上获取未知区域的预测点的数值;根据预测点的数值计算区域值,并反馈输出。本技术方案可以大大降低常规网格法的测试工作量,具有较高的准确度。

Description

一种基于实测值预测流场分布的高精度克里格测试方法
技术领域
本发明涉及一种测试方法,尤其指一种基于实测值预测流场分布的高精度克里格测试方法。
背景技术
目前,在锅炉流场测试中,如锅炉炉膛及尾部烟道等流场,包括流速、组分浓度、含尘浓度等测试过程中通常采用网格法。网格法测量的精确度依赖于网格大小,网格越小,测点越多,精度越高,也就是说应用网格法时为获得较好的测量精确度,测量的网格必须足够多。其计算量大,为了获得较快的速度,往往需要牺牲精度的要求。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供一种基于实测值预测流场分布的高精度克里格测试方法,以达到兼顾计算量与精度的目的。为此,本发明采取以下技术方案。
一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于包括以下步骤:
1)根据所需测量的锅炉烟道平面,交叉布置所测断面的实测点;
2)测量各个实测点的参数值,参数值包括流速、组分浓度、温度、压力中的一个或多个;
3)基于测点位置及实测点的参数测量值,应用克里格方法计算获得预测值;
4)根据得到的预测值绘制等值图,在等值图上获取未知区域的预测 点的数值;
5)根据预测点的数值计算区域值,并反馈输出,其中区域值包括局部平均值、最大值、最小值中的一个或多个。
克里格法从统计意义上说,从变量相关性和变异性出发,在有限区域内对区域化变化的取值进行无偏、最优估计的一种方法;从插值角度讲对空间分布的数据求线性最优、无偏内插估计的一种方法。将此法应用于燃煤机组烟道内流场分布研究,可以预估未知区域点无偏、估计误差最小的分布情况。
对于锅炉内部以及尾部烟道的温度、浓度、流速等变量,呈空间分布,属于区域化变量,其具有双重性。在测量前,这些区域化变量是一个随机函数,具有局部的、随机的、异常的特征;在测定后是一个确定的空间点函数值,具有一般的或者平均的结构性质,即变量在测定点与偏离测定点某一位置处的随机量具有某种程度的自相关,具有区域化变量的结构性特征。基于少量实测值,应用克里格法进行模拟分析,可以预估实测点之外未知区域流速、污染物浓度分布情况,并且具有较高的精确度。所需的实测点少,计算量小,且精确度高,有利于提高计算速度。
作为对上述技术方案的进一步完善和补充,本发明还包括以下附加技术特征。
在步骤3)中,根据公式:
计算任一未知点的克里格预测值;其中
Figure BDA0000924297430000032
为任一未知点的克里格预测值,Z(xi)为实测点的参数值;λi为各属性的权重系数。
应用克里格方法计算获得预测值时,采用针对空间依赖的回归方法,通过数据转换成正交的变异函数模型的线性组合,以实现对原始数据去相关,然后通过线性回归方法做数据转换,预估实测点之外未知区域流速、污染物浓度分布情况。
应用克里格方法计算获得预测值时,对于某一区域变量Z(x),若已知若干点位属性值Z(xi)(i=1,2,…,n),则对于研究区域内某一未知点x的值Z(x)由线性回归方程进行估算:
Figure BDA0000924297430000033
其中,λi为各已知属性的权重系数,m(x)和m(xi)分别为区域化变量Z(x)和Z(xi)的数学期望。
对于某一区域变量Z(x),若已知若干点位属性值Z(xi)(i=1,2,…,n),则对于研究区域内某一未知点x的值Z(x)可由线性回归方程进行估算:
Figure BDA0000924297430000034
其中,λi为各已知属性的权重系数,m(x)和m(xi)分别为区域化变量Z(x)和Z(xi)的数学期望。线性回归方程是克里格法的理论依据。
对于任何一种估计方法,预测值Z*(x)和Z(x)的误差
Figure BDA0000924297430000041
是不可避免的。采用克里格法进行估计时必须满足以下两个限值条件:
(1)真实值和预测值之间的偏差的期望为0,即估计误差的期望为0:
Figure BDA0000924297430000042
(2)真实值和预测值之间的单个偏差尽可能小,即估计误差的方差尽可能小:
Figure BDA0000924297430000043
所有克里格法都遵循以上两个基本条件,条件(1)可以确保满足无偏估计,条件(2)可以确保估计满足最优解的条件。因此克里格法是一种最优无偏的线性估值方法。克里格法求解过程的主要任务是满足克里格最优估计限值条件,即如何确定样本Z(xi)的权重系数λi,使所得的预测值Z*(x)与真实值Z(x)之间的误差方差最小。
普通克里格法是在局部邻域内,区域化变量Z(x)的数学期望为E[Z(x)],且Z(x)满足内蕴假设条件,则对于式(1),区域化变量Z(xi)的数学期望m(xi)可由待估计点位在局部平稳内的变量Z(x)的数学期望m(x)代替,则由式(1)可得任一未知点预测值Z*(x)的估计方法为:
Figure BDA0000924297430000044
因为局部均值m(x)是未知的,若令则可将未知项m(x)从式(4)中消除,因此克里格的解为:
Figure BDA0000924297430000051
式(5)表明,当区域化变量满足内蕴假设条件是,任一未知点的克里格预测值
Figure BDA0000924297430000052
可以通过该点位局部平稳区域内n个有效样本值Z(xi)(i=1,2,…,n)的线性组合得到。
在步骤2)中采用采用定电位电解法、非分散红外吸收法或紫外荧光法测量实测点的O2、NOx、SO2浓度。
步骤3)包括以下子步骤:
A)输入实测点的测量值,生成标准格式文件;
B)调用生成的标准格式文件1,应用克里格方法网格化数据,并输出网格化后的文件;
在步骤4)时,调用网格化后的文件,并绘制等值图。
在步骤1)中,根据所需测量的锅炉烟道平面,交叉布置锅炉烟道所测断面的实测点位置,实测点的位置位于脱硝反应器进出口、除尘器进出口、脱硫进出口和/或锅炉炉膛内部,实测点位置设浓度传感器、压力传感器、温度传感器以对该位置点的O2、NOx、SO2、烟尘浓度、温度及压力进行检测。位于脱硝反应器进出口、除尘器进出口、脱硫进出口的位置传感器放置可靠方便。
有益效果:本技术方案一方面可以大大降低常规网格法的测试工作量,具有较高的准确度;另一方面,可以为锅炉尾气处理的相关环保设备的控制系统提供一种高精度的测量方法,提高了控制精度。 且可解决实测点现场原因无法布置的问题,降低工作难度,提高计算速度。
附图说明
图1是本发明流程图。
图2是本发明第一种NOx浓度预测值图。
图3是本发明第二种NOx浓度预测值图。。
图4是本发明第三种NOx浓度预测值图。。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示,本发明包括以下步骤:
SO1交叉布置所测断面的实测点;
SO2采用定电位电解法、非分散红外吸收法或紫外荧光法等方法测量实测点的O2、NOx、SO2浓度;
SO3输入实测点的测量值,生成标准格式文件1;
S04调用生成的标准格式文件1,应用克里格方法网格化数据,并输出网格化后的文件2;
S05调用克里格方法生成文件2,应用文件2绘制等值图;
S06读取等值图上预测点的数值;
S07根据预测点的数值,计算区域值,同时反馈输出。
在步骤S04中,根据公式:
计算任一未知点的克里格预测值;其中
Figure BDA0000924297430000072
为任一未知点的克里格预测值,Z(xi)为实测点的参数值;λi为各属性的权重系数。
为方便检测,在步骤SO1中,根据所需测量的锅炉烟道平面,交叉布置锅炉烟道所测断面的实测点位置,实测点的位置位于脱硝反应器进出口、除尘器进出口、脱硫进出口和/或锅炉炉膛内部,实测点位置设浓度传感器、压力传感器、温度传感器以对该位置点的O2、NOx、SO2、烟尘浓度、温度及压力进行检测。
以脱硝反应器入口的NOx分布为例,如表1所示,选取24个测点中的16个测点作为克里格方法的样本值,对剩余的8个点进行预测验证。
表1验证一:B反应器入口NOx分布的实测值和样本值
Figure BDA0000924297430000073
基于18个样本值,采用克里格方法对SCR入口B侧的NOx浓度分布进行预测,其结果如图2所示。
从图2中读取应用克里格方法计算的各验证点的NOx浓度预测值,同时与实测值进行对比,其结果如表2所示。
表2脱硝B反应器入口NOx分布的实测值和预测值比较
Figure BDA0000924297430000082
从表2中可见,预测值与实测值的误差低于5%,克里格法可以精准预测SCR内部流场,减少网格法1/3以上工作量。其中误 差较大的区域位于B5-5和B7-1这两个点,这是实测点布置的时候B4和B6这两个测孔由于现场原因无法布置,导致这个区域的预测精度有所下降。
在此基础上,进一步减少测试点数,变为8个测试点,然后用克里格方法去预测剩余的16个点。
表3验证二:B反应器入口NOx分布的实测值和样本值
Figure BDA0000924297430000091
基于8个样本值,采用克里格方法对SCR入口B侧的NOx浓度分布进行预测,其结果如图3所示。
对比图2和图3,两者的浓度分布具有一定的相似性,浓度较高的区域基本还是位于中间,浓度较低的区域还时位于右侧位置。为准确对比实测样本数较低时,应用克里格方法预测未知区域的准确性,从图3中读取应用克里格方法计算的各验证点的NOx浓度预测值,同时与实测值进行对比,其结果如表4所示。
表4验证二:脱硝B反应器入口NOx分布的实测值和预测值比较
Figure BDA0000924297430000092
Figure BDA0000924297430000101
从表4可见,样本点下降为8个点,下降幅度达2/3,基于这些样本点应用克里格方法进行预估,预测值与实测值的偏差小于10%,其精度还是处于可以接受的范围内,测试的工作量大大降低。
为进一步减少样本点,将样本点减少为5个点,样本点的选择如表5所示。
表5验证三:B反应器入口NOx分布的实测值和样本值
Figure BDA0000924297430000102
Figure BDA0000924297430000111
克里格方法实测点布置需交叉布置,如下所示,在3*10的网格中的布置点分别为1~5。
1 4
2 5
3
基于5个样本值,采用克里格方法对SCR入口B侧的NOx浓度分布进行预测,其结果如图4所示。
对比图3和图4,浓度较高的区域向左侧偏移。从图3中读取应用克里格方法计算的各验证点的NOx浓度预测值,同时与实测值进行对比,其结果如表6所示。
表6验证三:脱硝B反应器入口NOx分布的实测值和预测值比较
Figure BDA0000924297430000112
从表6中可见,样本点降至5个时,应用克里格方法预测19个点的预估值与实测值的误差仍然小于10%。
以上图1所示的一种基于实测值预测流场分布的高精度克里格测试方法是本发明的具体实施例,已经体现出本发明实质性特点和进步,可根据实际的使用需要,在本发明的启示下,对其进行形状、结构等方面的等同修改,均在本方案的保护范围之列。

Claims (7)

1.一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于包括以下步骤:
1)根据所需测量的锅炉烟道平面,交叉布置所测断面的实测点;
2)测量各个实测点的实测值,实测值包括流速、组分浓度、温度、压力中的一个或多个;
3)基于实测点位置及实测点的实测值,应用克里格方法计算获得克里格预测值;
4)根据得到的克里格预测值绘制等值图,在等值图上获取未知区域的预测点的数值;
5)根据预测点的数值计算区域值,并反馈输出,其中区域值包括局部平均值、最大值、最小值中的一个或多个。
2.根据权利要求1所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:在步骤3)中,根据公式:
计算任一未知点的克里格预测值;其中
Figure FDA0002316615800000012
为任一未知点的克里格预测值,Z(xi)为实测点的参数值;λi为各属性的权重系数。
3.根据权利要求2所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:应用克里格方法计算获得预测值时,采用针对空间依赖的回归方法,通过数据转换成正交的变异函数模型的线性组合,以实现对原始数据去相关,然后通过线性回归方法做数据转换,预估实测点之外未知区域流速、污染物浓度分布情况。
4.根据权利要求3所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:应用克里格方法计算获得预测值时,对于某一区域变量Z(x),若已知若干点位属性值Z(xi)(i=1,2,…,n),则对于研究区域内某一未知点x的值Z(x)由线性回归方程进行估算:
Figure FDA0002316615800000021
其中,λi为各已知属性的权重系数,m(x)和m(xi)分别为区域化变量Z(x)和Z(xi)的数学期望。
5.根据权利要求1所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:在步骤2)中采用定电位电解法、非分散红外吸收法或紫外荧光法测量实测点的O2、NOx、SO2浓度。
6.根据权利要求1所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:步骤3)包括以下子步骤:
A)输入实测点的测量值,生成标准格式文件;
B)调用生成的标准格式文件1,应用克里格方法网格化数据,并输出网格化后的文件;
在步骤4)时,调用网格化后的文件,并绘制等值图。
7.根据权利要求1所述的一种基于实测值预测流场分布的高精度克里格测试方法,其特征在于:在步骤1)中,根据所需测量的锅炉烟道平面,交叉布置锅炉烟道所测断面的实测点位置,实测点的位置位于脱硝反应器进出口、除尘器进出口、脱硫进出口和/或锅炉炉膛内部,实测点位置设浓度传感器、压力传感器、温度传感器以对该位置点的O2、NOx、SO2的烟尘浓度、压力及温度进行检测。
CN201610085959.9A 2016-02-15 2016-02-15 一种基于实测值预测流场分布的高精度克里格测试方法 Active CN105675245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610085959.9A CN105675245B (zh) 2016-02-15 2016-02-15 一种基于实测值预测流场分布的高精度克里格测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610085959.9A CN105675245B (zh) 2016-02-15 2016-02-15 一种基于实测值预测流场分布的高精度克里格测试方法

Publications (2)

Publication Number Publication Date
CN105675245A CN105675245A (zh) 2016-06-15
CN105675245B true CN105675245B (zh) 2020-03-03

Family

ID=56304436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610085959.9A Active CN105675245B (zh) 2016-02-15 2016-02-15 一种基于实测值预测流场分布的高精度克里格测试方法

Country Status (1)

Country Link
CN (1) CN105675245B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108593850A (zh) * 2018-04-28 2018-09-28 大唐环境产业集团股份有限公司 烟气组分浓度全截面测量的代表测量点特征参数确定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2953039B1 (fr) * 2009-11-26 2012-01-13 Inst Francais Du Petrole Methode d'exploitation d'un gisement petrolier par reconstruction de modele de reservoir
CN103810376B (zh) * 2014-01-17 2016-08-31 浙江大学 基于卫星遥感与回归克里格的地面日降雨量预测方法
CN103955599B (zh) * 2014-03-28 2017-02-01 广东电网公司电力科学研究院 锅炉改造后不同周界风量下燃烧特性的获取方法
CN103968413B (zh) * 2014-03-28 2017-01-04 广东电网公司电力科学研究院 锅炉改造后不同负荷下燃烧特性的获取方法
CN104764868B (zh) * 2015-04-02 2016-07-06 中国科学院南京土壤研究所 一种基于地理加权回归的土壤有机碳预测方法

Also Published As

Publication number Publication date
CN105675245A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN108956876B (zh) 一种烟气在线连续监测系统的测量时延修正方法
CN107958267B (zh) 一种基于光谱线性表示的油品性质预测方法
CN104820873A (zh) 一种基于金属定量构效关系的淡水急性基准预测方法
CN105608334B (zh) 一种评价烟用辅材参数影响程度的方法
McNeall et al. The potential of an observational data set for calibration of a computationally expensive computer model
CN109242746B (zh) 基于应急监测数据的一维瞬时点源污染源溯源方法
CN110161181A (zh) 混合气体的组分浓度识别方法及系统
CN105675245B (zh) 一种基于实测值预测流场分布的高精度克里格测试方法
CN106093134A (zh) 金属氧化物传感器阵列响应漂移的补偿方法
CN111948273A (zh) 气体传感器温度补偿模型建立、气体浓度测量方法及装置
Huang et al. A method to optimize sampling locations for measuring indoor air distributions
CN107944205B (zh) 一种基于高斯烟羽模型的水域特征模型建立方法
CN102269581B (zh) 一种建筑构件加工精度测评方法
CN112729292A (zh) 基于层次分析方法的多重统计参数的重力适配区选取方法
CN116933084A (zh) 一种污染物排放的预测方法和装置
CN116502119A (zh) 一种结构健康监测系统的传感器故障检测方法和装置
CN109858699B (zh) 水质定量模拟方法、装置、电子设备及存储介质
CN105628455A (zh) 一种大烟道全尺寸烟气成分测量装置
CN110501294B (zh) 一种基于信息融合的多元校正方法
CN111062118B (zh) 一种基于神经网络预测分层的多层软测量建模系统及方法
CN112650740A (zh) 一种降低在线监测碳排放量数据不确定度的方法及系统
Hubbard et al. Evaluation of CFD as a Surrogate for Wind-Tunnel Testing-Experimental Uncertainty Quantification
Олійник et al. Automated system for identification of data distribution laws by analysis of histogram proximity with sample reduction
Yang et al. Power-error analysis of sensor array regression algorithms for gas mixture quantification in low-power microsystems
Burgués et al. Using net analyte signal to estimate the limit of detection in temperature-modulated MOX sensors

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 311121 Zhejiang Hangzhou Yuhang city Yuhang road 2159-1 Yuhang Zeng energy business building

Applicant after: Zhejiang Co., Ltd of Zhe Neng Institute for Research and Technology

Address before: 310003, 15 building, Guoxin property building, 108 Feng Lu, Hangzhou, Zhejiang

Applicant before: Zhejiang Co., Ltd of Zhe Neng Institute for Research and Technology

GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wang Jie

Inventor after: Qin Ganghua

Inventor after: Liu Chunhong

Inventor after: Tong Xiaozhong

Inventor after: Chen Biao

Inventor after: Qi Zhifu

Inventor before: Wang Jie

Inventor before: Liu Chunhong

Inventor before: Tong Xiaozhong

Inventor before: Chen Biao

Inventor before: Qi Zhifu