CN107766972B - 一种能源流量延迟时间的获取方法和装置 - Google Patents

一种能源流量延迟时间的获取方法和装置 Download PDF

Info

Publication number
CN107766972B
CN107766972B CN201710919382.1A CN201710919382A CN107766972B CN 107766972 B CN107766972 B CN 107766972B CN 201710919382 A CN201710919382 A CN 201710919382A CN 107766972 B CN107766972 B CN 107766972B
Authority
CN
China
Prior art keywords
flow
delay time
outlet
trunk
flow delay
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
CN201710919382.1A
Other languages
English (en)
Other versions
CN107766972A (zh
Inventor
李新春
肖珲
刘晓龙
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.)
Xinzhi Energy System Control Co ltd
Original Assignee
Xinzhi Energy System Control Co ltd
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 Xinzhi Energy System Control Co ltd filed Critical Xinzhi Energy System Control Co ltd
Priority to CN201710919382.1A priority Critical patent/CN107766972B/zh
Publication of CN107766972A publication Critical patent/CN107766972A/zh
Application granted granted Critical
Publication of CN107766972B publication Critical patent/CN107766972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种流量延迟时间的获取方法，该方法包括：建立流量延迟时间数学模型；获取关于该流量延迟时间数学模型的多组流量和流量延迟时间数据；根据预设算法以及该多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。本发明实施例还公开了一种流量延迟时间的获取装置。通过本发明实施例方案，能够准确获得能源在运行过程中的延迟时间，从而有助于指导能源站优化产能，节省能源。

Description

一种能源流量延迟时间的获取方法和装置
技术领域
本发明实施例涉及能源控制技术，尤指一种能源流量延迟时间的获取方法和装置。
背景技术
在目前的能源负荷预测中，通常完全忽略能量的动态延迟特性，对能量部署进行静态规划，或者将延迟时间进行常数化，这无疑都是会严重影响能源负荷预测的精确性，无法有效指导能源站优化产能。
发明内容
为了解决上述技术问题，本发明实施例提供了一种能源流量延迟时间的获取方法和装置，能够准确获得能源在运行过程中的延迟时间，从而有助于指导能源站优化产能，节省能源。
为了达到本发明实施例目的，本发明实施例提供了一种能源流量延迟时间的获取方法，该方法包括：
建立流量延迟时间数学模型；
获取关于该流量延迟时间数学模型的多组流量和流量延迟时间数据；
根据预设算法以及该多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；
将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。
可选地，流量延迟时间数学模型包括：
Figure GDA0002971891040000021
其中，τi为干线出口至第i个支线入口的流量延迟时间，Fj为干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
可选地，获取关于流量延迟时间数学模型的多组流量和流量延迟时间数据包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间。
可选地，分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟包括：
41、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形；
42、记录干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现特征波形；
43、根据检测到的各个小区入口处的温度变化出现特征波形的时间以及干线出口处形成特征波形的时间计算出当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间；
44、采集所述当前干线出口流量、流量Fj、流量FRi以及流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤41，如果判断结果为是，则进入步骤45，其中，n为正整数；
45、判断是否已完成预设的m次模拟，如果判断结果为否，则调节干线出口流量，并返回步骤41，如果判断结果为是，则结束，其中，m为正整数。
可选地，预设算法包括：最小二乘算法和/或岭回归算法。
为了达到本发明实施例目的，本发明实施例还提供了一种能源流量延迟时间的获取装置，该装置包括：建立模块、第一获取模块、辨识模块和第二获取模块；
建立模块，用于建立流量延迟时间数学模型；
第一获取模块，用于获取关于流量延迟时间数学模型的多组流量和流量延迟时间数据；
辨识模块，用于根据预设算法以及多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；
第二获取模块，用于将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。
可选地，流量延迟时间数学模型包括：
Figure GDA0002971891040000031
其中，τi为干线出口至第i个支线入口的流量延迟时间，Fj为干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
可选地，第一获取模块获取关于数学模型的多组流量和流量延迟时间数据包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间。
可选地，第一获取模块分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟包括：
91、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形；
92、记录干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现所述特征波形；
93、根据检测到的各个小区入口处的温度变化出现特征波形的时间以及干线出口处形成特征波形的时间计算出当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间；
94、采集当前干线出口流量、流量Fj、流量FRi以及流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤91，如果判断结果为是，则进入步骤95，其中，n为正整数；
95、判断是否已完成预设的m次模拟，如果判断结果为否，则调节干线出口流量，并返回步骤91，如果判断结果为是，则结束，其中，m为正整数。
可选地，预设算法包括：最小二乘算法和/或岭回归算法。
本发明实施例包括：建立流量延迟时间数学模型；获取关于该流量延迟时间数学模型的多组流量和流量延迟时间数据；根据预设算法以及该多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。通过本发明实施例方案，能够准确获得能源在运行过程中的延迟时间，从而有助于指导能源站优化产能，节省能源。
本发明实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明实施例技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明实施例技术方案的限制。
图1为本发明实施例的能源流量延迟时间的获取方法流程图；
图2为本发明实施例的官网结构示意图；
图3为本发明实施例的能源流量延迟时间的获取装置组成框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种能源流量延迟时间的获取方法，如图1所示，该方法包括S101-S104：
S101、建立流量延迟时间数学模型。
在本发明实施例中，流量延迟时间主要与流量(流速)相关，但也受到压力、温度、管阻等多项因素影响，同时考虑到流量测量的偏差，不能简单的认为流量延迟时间与流量只是倒数关系，该方法会产生比较大的误差。为了提高精度我们可以采用以下数学模型表示流量延迟时间，该数学模型在机理分析的基础上加入了补偿项，该补偿项是综合考虑压力、温度、管阻等多项因素后加入的。
可选地，流量延迟时间数学模型可以包括：
Figure GDA0002971891040000051
其中，τi为干线出口至第i个支线入口的流量延迟时间，Fj为干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
在本发明实施例中，各参数可以参考图2所示，a0～ai+1为待辨识的模型系数，即滞后时间与各段流量成反比关系，而流量延迟时间数学模型整体为线性，这也符合流体的流动机理。当干线上某段流量对应的长度远小于其他段的长度时，则忽略上述模型中该段流量，不会对结果的精度有太大影响。
S102、获取关于该流量延迟时间数学模型的多组流量和流量延迟时间数据。
在本发明实施例中，确定上述的流量延迟时间数学模型以后，需要进一步对该流量延迟时间数学模型的模型系数进行辨识，以获取各个模型系数的具体数值。首先需要收集建模数据，即上述的多组流量和流量延迟时间数据。具体地，可以通过现场实验方式进行数据收集，也可从历史数据中提取，还可以建立模拟模型，通过实验模拟进行数据收集。下面以通过实验模拟进行数据收集为例进行说明。需要说明的是，下述方案同样适用于现场实验方式。
可选地，获取关于流量延迟时间数学模型的多组流量和流量延迟时间数据可以包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间。
可选地，分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟可以包括S201-S205：
S201、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形。
在本发明实施例中，预先设置干线出口流量，并保持该干线出口流量不变，并调节功能设备出口温度的设定值，以使得干线出口温度的温度波形具有某种特征波形，例如，波峰、波谷、尖峰等。
S202、记录干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现特征波形。
在本发明实施例中，可以实时或周期性记录干线出口至任意一个支线入口间的任意一段的流量，即流量Fj，并记录任意一条支线的流量，即流量FRi，直至检测出小区(或热力站)入口处的温度变化出现上述步骤中调节获得的特征波形。
S203、根据检测到的各个小区入口处的温度变化出现特征波形的时间以及干线出口处形成特征波形的时间计算出当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间。
在本发明实施例中，将检测到特征波形的时间减去发出该特征波形的时间便可以计算出基于当前干线出口流量的情况下，干线出口至各个小区(或热力站)入口之间的流量延迟时间。
S204、采集所述当前干线出口流量、流量Fj、流量FRi以及流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤41，如果判断结果为是，则进入步骤S205，其中，n为正整数。
在本发明实施例中，可以基于某一个干线出口流量进行多次模拟实验，并进行多次数据采集，因此可以预先设置基于某一干线出口流量的基础上，采集流量Fj、流量FRi以及流量延迟时间的次数，例如上述的次数n，该次数n可以根据不同的精度要求自行定义，n的次数越多，则采集的模型数据越多，则在进行模型系数计算(辨识)时，计算结果越精确。
S205、判断是否已完成预设的m次模拟，如果判断结果为否，则调节干线出口流量，并返回步骤S201，如果判断结果为是，则结束，其中，m为正整数。
在本发明实施例中，在进行模拟实验过程中，还可以基于不同的干线出口流量进行数据采集，以进一步丰富模型数据，从而增加模型系数的计算精度。该不同的干线出口流量的设置个数也可以根据不同的精度要求自行定义，并且设置多少个不同的干线出口流量，则需要将上述步骤循环几次，例如上述的次数m，m的次数越多，则采集的模型数据越多，则在进行模型系数计算(辨识)时，计算结果越精确。
S103、根据预设算法以及该多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数。
在本发明实施例中，基于上述步骤中对干线出口流量、流量Fj、流量FRi以及流量延迟时间等模型数据的采集，可以以这些模型数据为参数，根据一种或多种预设算法对流量延迟时间数学模型中的待辨识的模型系数进行辨识，以获取各个模型系数的具体数值。
可选地，预设算法包括：最小二乘算法和/或岭回归算法。
在本发明实施例中，由于最小二乘算法以及岭回归算法已经是成熟算法，在此不再详述。
S104、将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。
在本发明实施例中，通过上述预设算法辨识出各个模型系数的具体数值以后，便可以将各个模型系数代入流量延迟时间数学模型中，至此，当各段流量已知时即可算出干线出口至各小区(或热力站)入口间的流量延迟时间。
为了达到本发明实施例目的，本发明实施例还提供了一种能源流量延迟时间的获取装置1，需要说明的是，上述方法实施例中的任何实施例均适用于本发明的装置实施例中，在此不再一一赘述。如图3所示，该装置可以包括：建立模块11、第一获取模块12、辨识模块13和第二获取模块14；
建立模块11，用于建立流量延迟时间数学模型；
第一获取模块12，用于获取关于流量延迟时间数学模型的多组流量和流量延迟时间数据；
辨识模块13，用于根据预设算法以及多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；
第二获取模块14，用于将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。
可选地，流量延迟时间数学模型包括：
Figure GDA0002971891040000091
其中，τi为干线出口至第i个支线入口的流量延迟时间，Fj为干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
可选地，第一获取模块12获取关于数学模型的多组流量和流量延迟时间数据包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间。
可选地，第一获取模块12分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟包括：
91、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形；
92、记录干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现所述特征波形；
93、根据检测到的各个小区入口处的温度变化出现特征波形的时间以及干线出口处形成特征波形的时间计算出当前干线出口流量下干线出口至各个小区入口之间的流量延迟时间；
94、采集当前干线出口流量、流量Fj、流量FRi以及流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤91，如果判断结果为是，则进入步骤95，其中，n为正整数；
95、判断是否已完成预设的m次模拟，如果判断结果为否，则调节干线出口流量，并返回步骤91，如果判断结果为是，则结束，其中，m为正整数。
可选地，预设算法包括：最小二乘算法和/或岭回归算法。
本发明实施例包括：建立流量延迟时间数学模型；获取关于该流量延迟时间数学模型的多组流量和流量延迟时间数据；根据预设算法以及该多组流量和流量延迟时间数据辨识流量延迟时间数学模型中的待辨识的模型系数；将辨识出的各个模型系数分别代入流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间。通过本发明实施例方案，能够准确获得能源在运行过程中的延迟时间，从而有助于指导能源站优化产能，节省能源。
虽然本发明实施例所揭露的实施方式如上，但所述的内容仅为便于理解本发明实施例而采用的实施方式，并非用以限定本发明实施例。任何本发明实施例所属领域内的技术人员，在不脱离本发明实施例所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明实施例的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种能源流量延迟时间的获取方法，其特征在于，所述方法包括：
建立流量延迟时间数学模型；
获取关于所述流量延迟时间数学模型的多组流量和流量延迟时间数据；
根据预设算法以及所述多组流量和流量延迟时间数据辨识所述流量延迟时间数学模型中的待辨识的模型系数；
将辨识出的各个模型系数分别代入所述流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间；
其中，所述流量延迟时间数学模型包括：
Figure FDA0002971891030000011
τi为所述干线出口至第i个支线入口的流量延迟时间，Fj为所述干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
2.根据权利要求1所述的能源流量延迟时间的获取方法，其特征在于，所述获取关于所述流量延迟时间数学模型的多组流量和流量延迟时间数据包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取所述干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间。
3.根据权利要求2所述的能源流量延迟时间的获取方法，其特征在于，所述分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟包括：
41、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形；
42、记录所述干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现所述特征波形；
43、根据检测到的各个小区入口处的温度变化出现所述特征波形的时间以及所述干线出口处形成所述特征波形的时间计算出当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间；
44、采集所述当前干线出口流量、所述流量Fj、所述流量FRi以及所述流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤41，如果判断结果为是，则进入步骤45，其中，n为正整数；
45、判断是否已完成预设的m次模拟，如果判断结果为否，则调节所述干线出口流量，并返回步骤41，如果判断结果为是，则结束，其中，m为正整数。
4.根据权利要求1所述的能源流量延迟时间的获取方法，其特征在于，所述预设算法包括：最小二乘算法和/或岭回归算法。
5.一种能源流量延迟时间的获取装置，其特征在于，所述装置包括：建立模块、第一获取模块、辨识模块和第二获取模块；
所述建立模块，用于建立流量延迟时间数学模型；
所述第一获取模块，用于获取关于所述流量延迟时间数学模型的多组流量和流量延迟时间数据；
所述辨识模块，用于根据预设算法以及所述多组流量和流量延迟时间数据辨识所述流量延迟时间数学模型中的待辨识的模型系数；
所述第二获取模块，用于将辨识出的各个模型系数分别代入所述流量延迟时间数学模型中获取干线出口至任意一个小区入口的流量延迟时间；
其中，所述流量延迟时间数学模型包括：
Figure FDA0002971891030000021
τi为所述干线出口至第i个支线入口的流量延迟时间，Fj为所述干线出口至第i个支线入口间第j段的流量，FRi为第i条支线的流量，a0～ai+1为待辨识的模型系数，i、j均为正整数，j≤i。
6.根据权利要求5所述的能源流量延迟时间的获取装置，其特征在于，所述第一获取模块获取关于所述流量延迟时间数学模型的多组流量和流量延迟时间数据包括：
分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟，获取所述干线出口至任意一个支线入口间的任意一个段的流量、任意一条支线的流量以及当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间。
7.根据权利要求6所述的能源流量延迟时间的获取装置，其特征在于，所述第一获取模块分别基于相同的干线出口流量以及不同的干线出口流量进行多次实验模拟包括：
91、保持干线出口流量为定值，改变干线出口温度以使干线出口温度的温度波形形成特征波形；
92、记录所述干线出口至任意的第i个支线入口间任意的第j段的流量Fj，以及任意的第i条支线的流量FRi，并检测各个小区入口处的温度变化直至出现所述特征波形；
93、根据检测到的各个小区入口处的温度变化出现所述特征波形的时间以及所述干线出口处形成所述特征波形的时间计算出当前干线出口流量下所述干线出口至各个小区入口之间的流量延迟时间；
94、采集所述当前干线出口流量、所述流量Fj、所述流量FRi以及所述流量延迟时间，判断是否已完成预设的n次模拟，如果判断结果为否，则返回步骤91，如果判断结果为是，则进入步骤95，其中，n为正整数；
95、判断是否已完成预设的m次模拟，如果判断结果为否，则调节所述干线出口流量，并返回步骤91，如果判断结果为是，则结束，其中，m为正整数。
8.根据权利要求5所述的能源流量延迟时间的获取装置，其特征在于，所述预设算法包括：最小二乘算法和/或岭回归算法。
CN201710919382.1A 2017-09-30 2017-09-30 一种能源流量延迟时间的获取方法和装置 Active CN107766972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710919382.1A CN107766972B (zh) 2017-09-30 2017-09-30 一种能源流量延迟时间的获取方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710919382.1A CN107766972B (zh) 2017-09-30 2017-09-30 一种能源流量延迟时间的获取方法和装置

Publications (2)

Publication Number Publication Date
CN107766972A CN107766972A (zh) 2018-03-06
CN107766972B true CN107766972B (zh) 2021-04-27

Family

ID=61267322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710919382.1A Active CN107766972B (zh) 2017-09-30 2017-09-30 一种能源流量延迟时间的获取方法和装置

Country Status (1)

Country Link
CN (1) CN107766972B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090340B (zh) * 2022-12-30 2023-09-12 朗坤智慧科技股份有限公司 一种基于数据分析的热工控制时间延迟估计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08122117A (ja) * 1994-10-19 1996-05-17 Matsushita Electric Ind Co Ltd 流量計測装置
US6757623B2 (en) * 2001-04-20 2004-06-29 Ads Corporation Flow transport analysis method and system
WO2005031285A1 (en) * 2003-08-29 2005-04-07 Micro Motion, Inc. A method and apparatus for correcting output information of flow measurement apparatus
CN103197692B (zh) * 2013-04-12 2016-04-06 莱芜钢铁集团有限公司 一种流量控制方法、装置及系统
CN105910169B (zh) * 2016-04-27 2018-06-22 常州英集动力科技有限公司 基于机理模型预测控制的城市供热系统热网调节方法及系统

Also Published As

Publication number Publication date
CN107766972A (zh) 2018-03-06

Similar Documents

Publication Publication Date Title
Cai et al. A spatiotemporal correlative k-nearest neighbor model for short-term traffic multistep forecasting
CN107153874B (zh) 水质预测方法及系统
CN103730006B (zh) 一种短时交通流量的组合预测方法
CN106503840A (zh) 停车场可用车位预测方法及系统
CN111369070B (zh) 一种基于包络线聚类的多模融合光伏功率预测方法
CN105574615B (zh) 一种基于空间相关性与ga的小波-bp神经网络风电功率预测方法
WO2020043028A1 (zh) 一种利用历史空气质量数据特征预测空气污染的方法
CN110659693B (zh) 基于k近邻分类的配电网快速拓扑识别方法、系统及介质
CN107609712B (zh) 一种基于分类预测的能量对齐方法和装置
CN117008557B (zh) 共混型互穿网络热塑性弹性体的生产控制方法及系统
CN112113146B (zh) 供水管网管道粗糙系数和节点需水量同步自适应校核方法
CN112348290A (zh) 河流水质预测方法、装置、存储介质及设备
CN103712702B (zh) 一种机电设备温度预警方法
CN103778306B (zh) 一种基于ei和逐步消减法的传感器优化布设方法
CN105740989B (zh) 一种基于varx模型的供水管网异常事件侦测方法
CN110110339B (zh) 一种日前水文预报误差校正方法及系统
CN105259318A (zh) 一种基于气象参数的恶臭ou值预测方法和系统
CN110766190A (zh) 一种配电网负荷预测方法
CN106980874A (zh) 一种面向配网大数据的多时态维度数据融合方法
CN107766972B (zh) 一种能源流量延迟时间的获取方法和装置
CN117066496B (zh) 一种铸造冷却控制方法及系统
CN106952042A (zh) 一种售电量预测方法及装置
CN115374091A (zh) 一种分布式新能源出力数据质量提升方法和系统
CN110555566B (zh) 一种基于b样条分位数回归的光电概率密度预测方法
CN107730036B (zh) 一种能源供应中的流量延迟时间的获取方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant