CN109711019A - 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 - Google Patents
燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN109711019A CN109711019A CN201811539703.6A CN201811539703A CN109711019A CN 109711019 A CN109711019 A CN 109711019A CN 201811539703 A CN201811539703 A CN 201811539703A CN 109711019 A CN109711019 A CN 109711019A
- Authority
- CN
- China
- Prior art keywords
- efficiency
- boiler
- sampling
- curve
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005070 sampling Methods 0.000 claims abstract description 109
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 73
- 238000010586 diagram Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 239000000567 combustion gas Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Abstract
本发明公开了一种燃气锅炉的能效曲线拟合方法、装置、可读介质及电子设备，方法包括：获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；基于随机抽样一致算法RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。通过本发明的技术方案，拟合的能效曲线能够更为准确的反映燃气锅炉的能效情况。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及燃气锅炉的能效曲线拟合方法、装置、介质及电子设备。
背景技术
燃气锅炉的能效曲线能够体现燃气锅炉在不同负荷率下的能效情况。
目前，在拟合一个燃气锅炉的能效曲线时，通常需要采集若干样本能效数据，样本能效数据包括燃气锅炉在实际运行过程中在一个单位时间内所消耗的燃气量、产生的蒸汽量，进而基于最小二乘法对获取的各个样本数据进行处理以拟合该燃气锅炉的能效曲线。
每一组样本数据均可能因表计误差或其它原因导致其成为不再具有参考意义的离群数据(即异常数据)，从而导致拟合的能效曲线不能准确反映燃气锅炉的能效情况。
发明内容
本发明提供一种燃气锅炉的能效曲线拟合方法、装置、可读介质及电子设备，拟合的能效曲线能够更为准确的反映燃气锅炉的能效情况。
第一方面，本发明提供了一种燃气锅炉的能效曲线拟合方法，包括：
获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
基于RANSAC(Random Sample Consensus，随机抽样一致算法)对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
优选地，
还包括：确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述基于RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线，包括：
A1、形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
A2、根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
A3、针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
A4、确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
A5、检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A1。
优选地，
所述A4，进一步包括：
检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A5。
优选地，
所述A2中，所述根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，包括：基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
第二方面，本发明提供了一种燃气锅炉的能效曲线拟合装置，包括：
获取模块，用于获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
曲线拟合模块，用于基于RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
优选地，
还包括：确定模块；其中，
所述确定模块，用于确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述曲线拟合模块，包括：子集选取单元、拟合处理单元、第一处理单元、确定单元和第二处理单元；其中，
所述子集选取单元，用于形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
所述拟合处理单元，用于根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
所述第一处理单元，用于针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
所述确定单元，用于确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
所述第二处理单元，用于检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线，否则触发所述子集选取单元。
优选地，
所述确定单元，进一步用于检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则触发所述第二处理单元。
优选地，
所述拟合处理单元，用于基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种燃气锅炉的能效曲线拟合方法、装置、可读介质及电子设备，该方法通过获取燃气锅炉的至少两个采样能效数据，各个采样能效数据具体包括燃气锅炉在一个单位时间段内的燃气消耗量及蒸汽产生量，后续过程中基于RANSAC对获取的各个采样能效数据进行处理以拟合燃气锅炉的能效曲线，可充分利用RANSAC的随机抽样特性，拟合的能效曲线不再直接以全部的采样能效数据为依据，可在一定程度上去除各个采样能效数据中不再具有参考意义的离群数据对拟合的能效曲线造成的影响，从而使得拟合的能效曲线能够更为准确的反映燃气锅炉的能效情况。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种燃气锅炉的能效曲线拟合方法的流程示意图；
图2为本发明一实施例提供的一种燃气锅炉的能效曲线拟合装置的结构示意图；
图3为本发明一实施例提供的另一种燃气锅炉的能效曲线拟合装置的结构示意图；
图4为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种燃气锅炉的能效曲线拟合方法，可以包括如下各个步骤：
步骤101，获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
步骤102，基于随机抽样一致算法RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
如图1所示的实施例，该方法通过获取燃气锅炉的至少两个采样能效数据，各个采样能效数据具体包括燃气锅炉在一个单位时间段内的燃气消耗量及蒸汽产生量，后续过程中基于RANSAC对获取的各个采样能效数据进行处理以拟合燃气锅炉的能效曲线，可充分利用RANSAC的随机抽样特性，拟合的能效曲线不再直接以全部的采样能效数据为依据，可在一定程度上去除各个采样能效数据中不再具有参考意义的离群数据对拟合的能效曲线造成的影响，从而使得拟合的能效曲线能够更为准确的反映燃气锅炉的能效情况。
显而易见的，所拟合的能效曲线可以位于横轴表征燃气量、纵轴表征蒸汽量的二维图表中。
燃气锅炉运行时，一个单位时间(比如1分钟)内消耗的燃气量即为燃气消耗量，在一个单位时间内通过消耗燃气产生的蒸汽量即为蒸汽产生量；通过相应的表计采集该燃气锅炉在一个单位时间的燃气消耗量及蒸汽产生量，采集的燃气消耗量及蒸汽产生量即可组成燃气锅炉的一个采样能效数据。
具体地，本发明一个实施例中，还包括：确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述基于RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线，包括：
A1、形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
A2、根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
A3、针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
A4、确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
A5、检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A1。
该实施例中，样本数据量、残差阈值以及第一阈值均为经验值或由用户结合实际业务需求进行设置。
该实施例中，基于RANSAC的随机抽样特性，根据确定的样本数据量形成由获取的各个采样能效数据构成的集合的随机子集，并将形成随机子集的迭代次数加1，根据形成的随机子集中各个采样能效数据拟合备选能效曲线，进一步计算出每一个采样能效数据与备选能效曲线之间的残差之后，采样能效数据与备选能效曲线之间的残差，即可用于评价采样能效数据是否为备选能效曲线的离群数据；具体地，若一个采样能效数据与一个备选能效曲线之间的残差的绝对值小于预设残差阈值，则说明该采样能效数据相对于该备选能效曲线来说不是离群数据，即该采样能效数据是该备选能效曲线的内点，反之则说明该采样能效数据相对于该备选能效曲线来说是离群数据，该采样能效数据相对于该备选能效曲线不具有参考意义。获取的各个采样能效数据中具有参考意义的采样能效数据通常应当远多于离群数据，因此，对于一个备选能效曲线，该备选能效曲线所对应的各个内点的第二总量越大，则说明该备选能效曲线对各个采样能效数据中离群数据的依赖程度越低，迭代次数达到第一阈值时，将记录的各个第二总量中的最大值所对应的备选能效曲线确定为燃气锅炉的能效曲线，确定的能效曲线则能够更为准确的反映燃气锅炉的能效情况。
由于所获取的采样能效数据的数据量通常较大，进行多次迭代计算以拟合大量随机子集所对应的能效曲线时需要消耗较多的计算时长，因此，为了降低计算量以缩短计算时长，实现更为快速的得到燃气锅炉的能效曲线，本发明一个实施例中，所述A3，进一步包括：
检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A5。
该实施例中，第二阈值可以是经验值，当检测到第二总量与获取的各个采样能效数据的第三总量之间的比值达到第二阈值时，则说明相应备选能效曲线已经能够较为准确的反映燃气锅炉的能效情况，将该备选能效曲线直接确定为燃气锅炉的能效曲线即可，无需继续进行后续的迭代计算过程。
具体地，本发明一个实施例中，所述A2中，所述根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，包括：基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
显而易见的，也可基于其他算法拟合对应于随机子集中的各个采样能效数据的备选能效曲线。
基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种燃气锅炉的能效曲线拟合装置，包括：
获取模块201，用于获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
曲线拟合模块202，用于基于随机抽样一致算法RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
请参考图3，本发明一个实施例中，还包括：确定模块301；其中，
所述确定模块301，用于确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述曲线拟合模块202，包括：子集选取单元2021、拟合处理单元2022、第一处理单元2023、确定单元2024和第二处理单元2025；其中，
所述子集选取单元2021，用于形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
所述拟合处理单元2022，用于根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
所述第一处理单元2023，用于针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
所述确定单元2024，用于确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
所述第二处理单元2025，用于检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线，否则触发所述子集选取单元2021。
本发明一个实施例中，所述确定单元2024，进一步用于检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则触发所述第二处理单元2025。
本发明一个实施例中，所述拟合处理单元2022，用于基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
为了描述的方便，描述以上装置实施例时以功能分为各种单元或模块分别描述，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
图4是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放执行指令。具体地，执行指令即可被执行的计算机程序。存储器可以包括内存和非易失性存储器，并向处理器提供执行指令和数据。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成燃气锅炉的能效曲线拟合装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的燃气锅炉的能效曲线拟合方法。
上述如本发明图2、图3所示实施例提供的燃气锅炉的能效曲线拟合装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
本发明实施例还提出了一种可读介质，该可读存储介质存储有执行指令，存储的执行指令被电子设备的处理器执行时，能够使该电子设备执行本发明任一实施例中提供的燃气锅炉的能效曲线拟合方法，并具体用于执行如图1所示的方法。
前述各个实施例中所述的电子设备可以为计算机。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种燃气锅炉的能效曲线拟合方法，其特征在于，包括：
获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
基于随机抽样一致算法RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
2.根据权利要求1所述的方法，其特征在于，
还包括：确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述基于RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线，包括：
A1、形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
A2、根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
A3、针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
A4、确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
A5、检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A1。
3.根据权利要求2所述的方法，其特征在于，
所述A4，进一步包括：
检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则，执行A5。
4.根据权利要求2所述的方法，其特征在于，
所述A2中，所述根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，包括：基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
5.一种燃气锅炉的能效曲线拟合装置，其特征在于，包括：
获取模块，用于获取燃气锅炉的至少两个采样能效数据，其中，所述采样能效数据包括所述燃气锅炉在一个单位时间段内的燃气消耗量以及蒸汽产生量；
曲线拟合模块，用于基于随机抽样一致算法RANSAC对获取的各个所述采样能效数据进行处理，拟合所述燃气锅炉的能效曲线。
6.根据权利要求5所述的装置，其特征在于，
还包括：确定模块；其中，
所述确定模块，用于确定拟合所述燃气锅炉的能效曲线时所需的样本数据量；
所述曲线拟合模块，包括：子集选取单元、拟合处理单元、第一处理单元、确定单元和第二处理单元；其中，
所述子集选取单元，用于形成由各个所述采样能效数据构成的集合的随机子集，并将形成所述随机子集的迭代次数加1，其中，构成所述随机子集的各个所述采样能效数据的第一总量不小于所述样本数据量；
所述拟合处理单元，用于根据构成所述随机子集的各个所述采样能效数据拟合备选能效曲线，并计算每一个所述采样能效数据与所述备选能效曲线之间的残差；
所述第一处理单元，用于针对每一个所述采样能效数据，检测所述采样能效数据对应的所述残差的绝对值是否小于预设残差阈值，若是，则将所述采样能效数据确定为对应于所述备选能效曲线的内点；
所述确定单元，用于确定并记录对应于所述备选能效曲线的各个所述内点的第二总量；
所述第二处理单元，用于检测所述迭代次数是否达到第一阈值，若是，则将记录的各个所述第二总量中的最大值所对应的备选能效曲线确定为所述燃气锅炉的能效曲线，否则触发所述子集选取单元。
7.根据权利要求6所述的装置，其特征在于，
所述确定单元，进一步用于检测所述第二总量与各个所述采样能效数据的第三总量之间的比值是否达到第二阈值，若是，则将所述备选能效曲线确定为所述燃气锅炉的能效曲线；否则触发所述第二处理单元。
8.根据权利要求6所述的装置，其特征在于，
所述拟合处理单元，用于基于最小二乘法对构成所述随机子集的各个所述采样能效数据进行处理，拟合备选能效曲线。
9.一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如权利要求1至4中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至4中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811539703.6A CN109711019A (zh) | 2018-12-17 | 2018-12-17 | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811539703.6A CN109711019A (zh) | 2018-12-17 | 2018-12-17 | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109711019A true CN109711019A (zh) | 2019-05-03 |
Family
ID=66256676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811539703.6A Pending CN109711019A (zh) | 2018-12-17 | 2018-12-17 | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109711019A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112991695A (zh) * | 2021-02-08 | 2021-06-18 | 新奥数能科技有限公司 | 燃气锅炉的能效异常预警方法、装置、电子设备和介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103024761A (zh) * | 2011-09-26 | 2013-04-03 | 艾默生网络能源有限公司 | 基站能耗模型建立方法、能耗预测方法及装置 |
| EP2650831A1 (en) * | 2012-04-12 | 2013-10-16 | Thomson Licensing | A method for determining an electricity consumption profile of a facility and a system |
| CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理系统 |
-
2018
- 2018-12-17 CN CN201811539703.6A patent/CN109711019A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103024761A (zh) * | 2011-09-26 | 2013-04-03 | 艾默生网络能源有限公司 | 基站能耗模型建立方法、能耗预测方法及装置 |
| EP2650831A1 (en) * | 2012-04-12 | 2013-10-16 | Thomson Licensing | A method for determining an electricity consumption profile of a facility and a system |
| CN107563576A (zh) * | 2017-10-14 | 2018-01-09 | 连云港杰瑞深软科技有限公司 | 一种船舶智能能效管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| DUANXX: "《稳健回归（Robustness regression）》", 《HTTPS://BLOG.CSDN.NET/DAUNXX/ARTICLE/DETAILS/51858208》 * |
| 梁娜: "《公共建筑空调系统节能运行与能效测评研究》", 《中国优秀博硕士学位论文全文数据库(硕士)》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112991695A (zh) * | 2021-02-08 | 2021-06-18 | 新奥数能科技有限公司 | 燃气锅炉的能效异常预警方法、装置、电子设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102231286B (zh) | 动态随机存取存储器的测试方法 | |
| CN104881259B (zh) | 一种数据处理方法和装置以及存储设备 | |
| CN109840312B (zh) | 一种锅炉负荷率-能效曲线的异常值检测方法和装置 | |
| CN109346122B (zh) | 固态硬盘性能的测试方法及装置 | |
| CN102306127B (zh) | 一种ddriii内存识别和初始化方法 | |
| JP2009205698A5 (zh) | ||
| CN105955858A (zh) | 一种测试bmc日志记录功能的方法及装置 | |
| CN109882834A (zh) | 锅炉设备的运行数据监测方法及装置 | |
| CN108345787B (zh) | 确定处理器安全性的方法、检测装置及系统 | |
| CN109164978A (zh) | 闪存管理方法、闪存存储设备及计算机可读存储介质 | |
| CN109144754A (zh) | 一种可靠性测试方法及装置 | |
| CN109711019A (zh) | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 | |
| CN109858638A (zh) | 构建设备能效曲线的方法、装置、可读介质及电子设备 | |
| CN109812794A (zh) | 一种锅炉排污时间间隔的设定方法及装置 | |
| CN109359346A (zh) | 一种热负荷预测方法、装置、可读介质及电子设备 | |
| CN109740235A (zh) | 确定燃煤锅炉节煤量的方法、装置、可读介质及电子设备 | |
| CN109062509A (zh) | 固态硬盘的数据处理方法以及相关装置 | |
| CN109684700A (zh) | 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备 | |
| CN111381881A (zh) | 一种基于ahb总线接口的低功耗指令缓存方法及装置 | |
| CN109886544A (zh) | 构建设备能效曲线模型的方法、装置、介质及电子设备 | |
| CN107229858B (zh) | 一种支持crc8校验的PECI总线主从机验证系统及验证方法 | |
| CN109002216A (zh) | 一种触摸屏修复方法、装置和电子设备 | |
| US8639879B2 (en) | Sorting movable memory hierarchies in a computer system | |
| CN107908475B (zh) | 一种内存容量判断方法、服务器及存储介质 | |
| KR20120069731A (ko) | 쿼드 데이터 레이트(ｑｄｒ) 제어기 및 그의 실현방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |
|
| RJ01 | Rejection of invention patent application after publication |