CN109857984A - 一种锅炉负荷率-效能曲线的回归方法和装置 - Google Patents

一种锅炉负荷率-效能曲线的回归方法和装置 Download PDF

Info

Publication number
CN109857984A
CN109857984A CN201910056133.3A CN201910056133A CN109857984A CN 109857984 A CN109857984 A CN 109857984A CN 201910056133 A CN201910056133 A CN 201910056133A CN 109857984 A CN109857984 A CN 109857984A
Authority
CN
China
Prior art keywords
data
data point
curve
regression
boiler
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.)
Granted
Application number
CN201910056133.3A
Other languages
English (en)
Other versions
CN109857984B (zh
Inventor
宋英豪
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology 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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910056133.3A priority Critical patent/CN109857984B/zh
Publication of CN109857984A publication Critical patent/CN109857984A/zh
Application granted granted Critical
Publication of CN109857984B publication Critical patent/CN109857984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种锅炉负荷率‑效能曲线的回归方法，该方法包括：S1：根据锅炉的运行数据得到负荷率‑能效数据集；S2：根据局部回归算法对负荷率‑能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；S3：由全部回归数据点形成锅炉负荷率‑效能曲线的回归曲线。本发明还公开了一种锅炉负荷率‑效能曲线的回归装置，该装置包括：数据获取模块、回归拟合模块和曲线形成模块。本发明利用局部加权回归算法对燃气锅炉的负荷率‑能效曲线进行回归，能很好地减小异常数据对于拟合曲线的影响，进而得到更准确的回归曲线。从而在实际问题的处理过程中，得到更好的拟合效果。

Description

一种锅炉负荷率-效能曲线的回归方法和装置
技术领域
本发明涉及数字能源技术领域，特别涉及一种锅炉负荷率-效能曲线的回归方法和装置。
背景技术
燃气锅炉消耗天然气，产生热水或者热蒸汽。它的负荷率(一段时间内的平均)是指(实际负荷/最大负荷)×100％，锅炉的能效(一段时间内的平均)是指消耗单位体积的天然气产生的热水或者热蒸汽的质量(单位：吨/立方米)。以负荷率为X，以能效为Y，则可以构成燃气锅炉的负荷率-能效曲线(同样以能效为X，以负荷率为Y，则可以构成燃气锅炉的能效-负荷率曲线)。锅炉的负荷率-能效曲线对于锅炉的高效率使用、多个锅炉运行时的优化调度有重要的指导意义，是锅炉研究的重要基础。
然而负荷率-能效曲线很多时候是从锅炉实际运行的数据中提取出来的(比如用拟合、插值、或者回归算法)，由于锅炉运行受很多外界因素的突然影响，或者数据采集过程中出现错误，使得实际得到的负荷率-能效数据有很多异常点，这些异常点使得在拟合数据时会引入很大的误差。
目前对于燃气锅炉负荷率-能效曲线的拟合问题中，比较大的一个问题是在实际收集到的负荷率-能效数据本身有很多噪音，尤其是当燃气锅炉的负荷率低于50％的时候。因此用现有的常规回归方法会使得拟合出的曲线不够准确。
发明内容
本发明实施例提供了一种锅炉负荷率-效能曲线的回归方法和装置，能很好地减小异常数据对于拟合曲线的影响，从而在实际问题的处理过程中，得到更好的拟合效果。
第一方面，本发明提供了一种锅炉负荷率-效能曲线的回归方法，该方法包括：
S1：根据锅炉的运行数据得到负荷率-能效数据集；
S2：根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
S3：由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
优选地，
步骤S2的具体过程包括：针对每一个需要拟合的数据点，执行步骤S21-S23；
S21：以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
S22：分别为中心数据点和选取的每一个其他数据点赋予权重；
S23：用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
优选地，
步骤S22中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
优选地，
每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。
第二方面，本发明实施例提供了一种锅炉负荷率-效能曲线的回归装置，该装置包括：数据获取模块、回归拟合模块和曲线形成模块，其中，
所述数据获取模块，用于根据锅炉的运行数据得到负荷率-能效数据集；
所述回归拟合模块，用于根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
所述曲线形成模块，用于由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
优选地，
所述回归拟合模块包括：计算处理单元、数据选取单元、权重赋予单元和拟合回归单元，其中，
所述计算处理单元，用于针对每一个需要拟合的数据点，触发所述数据选取单元、所述权重赋予单元和所述拟合回归单元；
所述数据选取单元，用于以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
所述权重赋予单元，用于分别为中心数据点和选取的每一个其他数据点赋予权重；
所述拟合回归单元，用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
优选地，
所述权重赋予单元中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
优选地，
每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。
第三方面，本发明实施例提供了一种可读介质，该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中任一所述锅炉负荷率-效能曲线的回归方法。
第四方面，本发明实施例提供了一种电子设备，该电子设备包括：处理器、存储器和总线；所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述电子设备运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述处理器执行如权利要求1至4中任一所述锅炉负荷率-效能曲线的回归方法。
与现有技术相比，本发明至少具有以下有益效果：
本发明利用局部加权回归算法对燃气锅炉的负荷率-能效曲线进行回归，能很好地减小异常数据对于拟合曲线的影响，进而得到更准确的回归曲线。从而在实际问题的处理过程中，得到更好的拟合效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种锅炉负荷率-效能曲线的回归方法流程示意图；
图2是本发明一个实施例提供的一种锅炉负荷率-效能曲线的回归方法z中获得回归数据点的流程示意图；
图3是本发明一个实施例提供的一种锅炉负荷率-效能曲线的回归装置的结构框图；
图4是本发明一个实施例提供的另一种锅炉负荷率-效能曲线的回归装置的结构框图；
图5是本发明一个实施例提供的一种电子设备。
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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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的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锅炉负荷率-效能曲线的回归方法，该方法可以包括以下步骤：
S1：根据锅炉的运行数据得到负荷率-能效数据集；
S2：根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
S3：由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
在该实施例中，每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。如，数据集可以表示为{(xi，yi)}，i＝1，2，···，n；其中，xi为负荷率，yi为能效。对于其中的每一个点(xi，yi)，以它为中心，(向前、向后)截取若干个数据点。对这段数据的每一个数据点(包括中心点)赋予一个权重，这样就可以对这一小段的数据用多项式拟合，对于xi，可以得到一个拟合值于是，对于每个xi，得到一个回归值。这样连接n个回归点就得到一条回归曲线。
利用局部加权回归算法对燃气锅炉的负荷率-能效曲线进行回归，能很好地减小异常数据对于拟合曲线的影响，进而得到更准确的回归曲线。从而在实际问题的处理过程中，得到更好的拟合效果。
如图2所示，在本发明一个实施例中，步骤S2的具体过程包括：针对每一个需要拟合的数据点，执行步骤S21-S23；
S21：以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
S22：分别为中心数据点和选取的每一个其他数据点赋予权重；
S23：用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
在该实施例中，步骤S22中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
在该实施例中，对于每一个点xi，选取距离它最近的q个数据点，给这q个数据点分别赋予一个权重vi(x)。从上述的公式中可以得知中心点的权重为1。其中q为给定的预设个数，q可以根据实际数据点的数目进行选取；q也可以用网格搜索和交叉验证选取最优的数值。在步骤S23中用多项式进行拟合，亦即求解minimize∑jv[i]*(y[i]-P(x[i]))2,其中P(x[i])为d次多项式。即为xi的回归值。其中d为给定的拟合多项式次数，d可以根据实际数据点的数目进行选取；d也可以用网格搜索和交叉验证选取最优的数值。
如图3所示，本发明实施例提供了一种锅炉负荷率-效能曲线的回归装置，该锅炉负荷率-效能曲线的回归装置包括：数据获取模块、回归拟合模块和曲线形成模块，其中，
所述数据获取模块，用于根据锅炉的运行数据得到负荷率-能效数据集；
所述回归拟合模块，用于根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
所述曲线形成模块，用于由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
如图4所示，在本发明实施例中，所述回归拟合模块包括：计算处理单元、数据选取单元、权重赋予单元和拟合回归单元，其中，
所述计算处理单元，用于针对每一个需要拟合的数据点，触发所述数据选取单元、所述权重赋予单元和所述拟合回归单元；
所述数据选取单元，用于以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
所述权重赋予单元，用于分别为中心数据点和选取的每一个其他数据点赋予权重；
所述拟合回归单元，用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
利用局部加权回归算法对燃气锅炉的负荷率-能效曲线进行回归，能很好地减小异常数据对于拟合曲线的影响，进而得到更准确的回归曲线。从而在实际问题的处理过程中，得到更好的拟合效果。
在本发明实施例中，所述权重赋予单元中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
在本发明实施例中，每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。
上述装置内的各模块和单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
如图5所示，本发明的一个实施例提供了一种电子设备。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5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，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。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计算机程序到内存中然后运行，也可从其它设备上获取相应的计算机程序，以在逻辑层面上形成锅炉负荷率-效能曲线的回归装置。处理器，执行存储器所存放的程序，以通过执行的程序实现本发明任一实施例中提供的锅炉负荷率-效能曲线的回归方法。
上述如本发明图3或4所示实施例提供的锅炉负荷率-效能曲线的回归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(DigitalSignal 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计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行本发明任一实施例中提供的锅炉负荷率-效能曲线的回归方法。
上述实施例阐明的装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元或模块分别描述。当然，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。
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、系统、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、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种锅炉负荷率-效能曲线的回归方法，其特征在于，该方法包括：
S1：根据锅炉的运行数据得到负荷率-能效数据集；
S2：根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
S3：由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
2.根据权利要求1所述锅炉负荷率-效能曲线的回归方法，其特征在于，步骤S2的具体过程包括：针对每一个需要拟合的数据点，执行步骤S21-S23；
S21：以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
S22：分别为中心数据点和选取的每一个其他数据点赋予权重；
S23：用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
3.根据权利要求2所述锅炉负荷率-效能曲线的回归方法，其特征在于，步骤S22中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
4.根据权利要求1所述锅炉负荷率-效能曲线的回归方法，其特征在于，每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。
5.一种锅炉负荷率-效能曲线的回归装置，其特征在于，该装置包括：数据获取模块、回归拟合模块和曲线形成模块，其中，
所述数据获取模块，用于根据锅炉的运行数据得到负荷率-能效数据集；
所述回归拟合模块，用于根据局部回归算法对负荷率-能效数据集中的数据点进行加权多项式拟合得到相应的回归数据点；
所述曲线形成模块，用于由全部回归数据点形成锅炉负荷率-效能曲线的回归曲线。
6.根据权利要求5所述锅炉负荷率-效能曲线的回归装置，其特征在于，所述回归拟合模块包括：计算处理单元、数据选取单元、权重赋予单元和拟合回归单元，其中，
所述计算处理单元，用于针对每一个需要拟合的数据点，触发所述数据选取单元、所述权重赋予单元和所述拟合回归单元；
所述数据选取单元，用于以当前任一个数据点作为中心数据点，选取距其最近的预设个数的其他数据点；
所述权重赋予单元，用于分别为中心数据点和选取的每一个其他数据点赋予权重；
所述拟合回归单元，用赋予权重的中心数据点和每一个其他数据点进行加权多项式拟合得到中心数据点相应的回归数据点。
7.根据权利要求6所述锅炉负荷率-效能曲线的回归装置，其特征在于，所述权重赋予单元中赋予权重的公式为：
其中，W(u)为计算各个数据点权重的函数；vi(x)为数据点xi的权重；x为中心数据点；q为预设的个数；n为需要拟合的数据点个数；λq(x)为在选取的其他数据点中距离中心数据点的最大距离。
8.根据权利要求5所述锅炉负荷率-效能曲线的回归装置，其特征在于，每个数据点由同一时间锅炉运行的负荷率和能效构成；数据集由不同的数据点组成。
9.一种可读介质，其特征在于，该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中任一所述锅炉负荷率-效能曲线的回归方法。
10.一种电子设备，其特征在于，该电子设备包括：处理器、存储器和总线；所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述电子设备运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述处理器执行如权利要求1至4中任一所述锅炉负荷率-效能曲线的回归方法。
CN201910056133.3A 2019-01-22 2019-01-22 一种锅炉负荷率-效能曲线的回归方法和装置 Active CN109857984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910056133.3A CN109857984B (zh) 2019-01-22 2019-01-22 一种锅炉负荷率-效能曲线的回归方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910056133.3A CN109857984B (zh) 2019-01-22 2019-01-22 一种锅炉负荷率-效能曲线的回归方法和装置

Publications (2)

Publication Number Publication Date
CN109857984A true CN109857984A (zh) 2019-06-07
CN109857984B CN109857984B (zh) 2022-11-29

Family

ID=66895530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910056133.3A Active CN109857984B (zh) 2019-01-22 2019-01-22 一种锅炉负荷率-效能曲线的回归方法和装置

Country Status (1)

Country Link
CN (1) CN109857984B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143777A (zh) * 2019-12-27 2020-05-12 新奥数能科技有限公司 一种数据处理方法、装置、智能终端及存储介质
CN111414691A (zh) * 2020-03-19 2020-07-14 西南石油大学 一种加热炉二级能效限定值的确定方法
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
CN113051517A (zh) * 2019-12-27 2021-06-29 新奥数能科技有限公司 一种获取锅炉能效曲线的方法及装置
CN113052938A (zh) * 2019-12-26 2021-06-29 新奥数能科技有限公司 一种构建锅炉能效曲线的方法及装置
CN114662050A (zh) * 2022-02-13 2022-06-24 杭州拓深科技有限公司 物联网曲线回归多项式负荷能耗计量方法、介质和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120010758A1 (en) * 2010-07-09 2012-01-12 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
CN102868155A (zh) * 2012-08-28 2013-01-09 深圳蓝波幕墙及光伏工程有限公司 一种电力负荷预测控制系统及控制方法
CN103136598A (zh) * 2013-02-26 2013-06-05 福建省电力有限公司 基于小波分析的月度电力负荷计算机预测方法
CN103530700A (zh) * 2013-10-11 2014-01-22 国家电网公司 城区配电网饱和负荷综合预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120010758A1 (en) * 2010-07-09 2012-01-12 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
CN102868155A (zh) * 2012-08-28 2013-01-09 深圳蓝波幕墙及光伏工程有限公司 一种电力负荷预测控制系统及控制方法
CN103136598A (zh) * 2013-02-26 2013-06-05 福建省电力有限公司 基于小波分析的月度电力负荷计算机预测方法
CN103530700A (zh) * 2013-10-11 2014-01-22 国家电网公司 城区配电网饱和负荷综合预测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052938A (zh) * 2019-12-26 2021-06-29 新奥数能科技有限公司 一种构建锅炉能效曲线的方法及装置
CN111143777A (zh) * 2019-12-27 2020-05-12 新奥数能科技有限公司 一种数据处理方法、装置、智能终端及存储介质
CN113051517A (zh) * 2019-12-27 2021-06-29 新奥数能科技有限公司 一种获取锅炉能效曲线的方法及装置
CN111414691A (zh) * 2020-03-19 2020-07-14 西南石油大学 一种加热炉二级能效限定值的确定方法
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
CN114662050A (zh) * 2022-02-13 2022-06-24 杭州拓深科技有限公司 物联网曲线回归多项式负荷能耗计量方法、介质和设备

Also Published As

Publication number Publication date
CN109857984B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
CN109857984A (zh) 一种锅炉负荷率-效能曲线的回归方法和装置
TWI679592B (zh) 風控規則生成方法和裝置
CN109409889A (zh) 一种区块链中的区块确定方法、装置及电子设备
CN111080304B (zh) 一种可信关系识别方法、装置及设备
CN109840312A (zh) 一种锅炉负荷率-能效曲线的异常值检测方法和装置
CN109711440A (zh) 一种数据异常检测方法和装置
CN108846749A (zh) 一种基于区块链技术的分片化的交易执行系统及方法
CN104067282A (zh) 状态机晶格中的计数器操作
CN109583890A (zh) 异常交易对象的识别方法、装置及设备
CN110428139A (zh) 基于标签传播的信息预测方法及装置
CN110033162A (zh) 一种核保和问答规则生成方法、装置及设备
CN111539811A (zh) 风险账户的识别方法及装置
CN109345221A (zh) 资源流转的核对方法及装置
CN108876102A (zh) 一种风险交易挖掘方法、装置及设备
CN110865538A (zh) 机组工况优化方法、装置及电子设备
CN109146658A (zh) 一种核算方法、装置、系统及电子设备
CN109063967B (zh) 一种风控场景特征张量的处理方法、装置及电子设备
CN110046194A (zh) 一种扩展节点关系图的方法、装置和电子设备
CN109886531A (zh) 一种计算设备能效的方法、装置、可读介质及电子设备
CN110020780A (zh) 信息输出的方法、装置和电子设备
CN109902178A (zh) 一种多级文本分类方法及系统
CN109598478A (zh) 一种风测结果描述文案的生成方法、装置及电子设备
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
CN111045959B (zh) 一种基于存储优化的复杂算法变量映射方法
CN110458393B (zh) 一种风险识别方案的确定方法、装置及电子设备

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