CN111523082A - 一种基于离散概率分布的锅炉能效评价方法及装置 - Google Patents

一种基于离散概率分布的锅炉能效评价方法及装置 Download PDF

Info

Publication number
CN111523082A
CN111523082A CN202010254641.5A CN202010254641A CN111523082A CN 111523082 A CN111523082 A CN 111523082A CN 202010254641 A CN202010254641 A CN 202010254641A CN 111523082 A CN111523082 A CN 111523082A
Authority
CN
China
Prior art keywords
interval
load rate
energy efficiency
unit consumption
discrete
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
Application number
CN202010254641.5A
Other languages
English (en)
Inventor
邹广宇
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 CN202010254641.5A priority Critical patent/CN111523082A/zh
Publication of CN111523082A publication Critical patent/CN111523082A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Abstract

本发明适用于锅炉能效分析技术领域，提供了一种基于离散概率分布的锅炉能效评价方法及装置，方法包括：获取锅炉的历史数据；根据所述历史数据进行离散概率分布分析，得到负荷率‑单耗离散点图；根据参数指标对所述负荷率‑单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；获取锅炉运行周期时间内的运行数据；根据所述负荷率‑单耗离散点图分析所述运行数据，得到能效评价结果。本发明可以看出设备在指定时间内的负载分布情况，从而可以判断规划设计是否合理、设备整体运行能效是否合理，可以实时提醒设备的运行能效是否正常。还可以通过图形直观体现分析过程，更准确把控锅炉能效变化的趋势。

Description

一种基于离散概率分布的锅炉能效评价方法及装置
技术领域
本发明属于锅炉能效分析技术领域，尤其涉及一种基于离散概率分布的锅炉能效评价方法及装置。
背景技术
在蒸汽锅炉的工况分析中，能效分析是判断运行工况的重要参数，而现有常规的蒸汽锅炉能效分析大都是通过历史单耗数据来查看均值、最大值，或者查看能效的同比、环比，从而来判断效率是趋向好还是坏。
但因为锅炉的运行工况不一，效率也会不一样。不同的运行工况、效率等情况，得到的诊断结果会有较大偏差。同时，也不能看出设备在指定时间内的负载分布情况，从而无法判断规划设计是否合理。
发明内容
有鉴于此，本发明实施例提供了一种基于离散概率分布的锅炉能效评价方法及装置，可以看出设备在指定时间内的负载分布情况，从而可以判断规划设计是否合理、设备整体运行能效是否合理，以解决现有技术中运行工况影响诊断，及无法判断规划设计是否合理的问题。
本发明实施例的第一方面提供了一种基于离散概率分布的锅炉能效评价方法，包括：
获取锅炉的历史数据；
根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
获取锅炉运行周期时间内的运行数据；
根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
本发明实施例的第二方面提供了一种基于离散概率分布的锅炉能效评价装置，包括：
历史数据获取模块，用于获取锅炉的历史数据；
点图获取模块，用于根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
区间分析模块，用于根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
运行数据获取模块，用于获取锅炉运行周期时间内的运行数据；
评价模块，用于根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本发明实施例与现有技术相比存在的有益效果至少在于：
本发明实施例可以获得设备在指定时间内的负载分布情况，从而可以判断规划设计是否合理、设备整体运行能效是否合理，可以实时提醒设备的运行能效是否正常。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅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它的附图。
图1是本发明实施例一提供的基于离散概率分布的锅炉能效评价方法流程示意图；
图2是本发明实施例一提供的基于离散概率分布的锅炉能效评价方法中根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图的流程示意图；
图3是本发明实施例一提供的基于离散概率分布的锅炉能效评价方法中根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间的流程示意图；
图4是本发明实施例一提供的基于离散概率分布的锅炉能效评价方法中根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果的流程示意图；
图5是本发明实施例二提供的基于离散概率分布的锅炉能效评价方法流程示意图；
图6是本发明实施例二提供的基于离散概率分布的锅炉能效评价方法中对比落定区间与单耗的标准值，并对比落定区间与同等负荷率区间的最大概率区间，得到能效评价结果的流程示意图；
图7是本发明实施例二提供的基于离散概率分布的锅炉能效评价方法中负荷率-单耗离散点图示意图；
图8是本发明实施例二提供的基于离散概率分布的锅炉能效评价方法中能效评价结果呈现示意图；
图9是本发明实施例提供的基于离散概率分布的锅炉能效评价装置示意图；
图10是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
参见图1，是本发明一实施例提供的一种基于离散概率分布的锅炉能效评价方法，包括：
步骤S11：获取锅炉的历史数据；
步骤S12：根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
步骤S13：根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
步骤S14：获取锅炉运行周期时间内的运行数据；
步骤S15：根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
本发明实施例通过历史数据进行离散概率分布分析，判断历史上的大概率事件和小概率事件分布情况，再引入实际运行过程中的数据，查看运行时的数据落入大概率事件的区间还是小概率事件的区间，可以获得设备在指定时间内的负载分布情况，从而可以判断规划设计是否合理、设备整体运行能效是否合理，可以实时提醒设备的运行能效是否正常。
作为优选，如图2所示，本实施例中所述根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图，包括：
步骤S121：根据所述历史数据中周期时间内的燃气累计量和蒸汽累计量，计算周期时间内的单耗；
步骤S122：根据所述蒸汽累计量，计算周期时间内的负载率；
步骤S123：以所述单耗与所述负载率为二元坐标轴，根据所述周期时间内的单耗与所述周期时间内的负载率进行绘点，得到所述负荷率-单耗离散点图。
周期时间可以是小时级的时间段，也可以是以天为单位的时间段，具体根据情况选择。通过历史数据计算出每段相同时间内的单耗和负载率，再画出而原坐标图，将计算出的单耗和负载率具体值以坐标形式打点到图中，就形成若干个负荷率-单耗的离散点，得到负荷率-单耗离散点图。图中自然根据离散点的分布形成各处密度不同的状态，可以用来分析。
作为优选，如图3所示，本实施例中所述根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间，包括：
步骤S131：根据参数指标对所述负荷率-单耗离散点图进行划分，得到离散分布的区间；
步骤S132：统计划分的每个所述区间中的离散点数量占比，得到对应的散点比例；
步骤S133：根据所述散点比例，确定同等负荷率区间内散点比例最大的区间为同等负荷率区间的所述最大概率区间。
其中，所述参数指标可以包括负荷率区间范围与单耗区间范围，例如：负荷率区间可以分为0-20％、20％-40％、40％-60％、60％-80％和80％-100％，共5个范围，单耗区间又可以分为0-40、40-60、60-70、70-75、75-80、80-85、85-90、90-100、100-120和120以上，共10个范围。
而所述单耗区间范围的划分规则也可以包括：离单耗的标准值越近，划分区间越小。以上述范围划分为例，单耗的标准值设为80，因此，离80越近的范围越小，如离80较近的70-75、75-80、80-85和85-90均以5为范围跨度，而离80较远的60-70和90-100则以10为范围跨度，更远的区间就以20或40为范围跨度。这是因为负荷率和单耗区间理论间隔越小精度越高，则将间隔全部细化到小区间范围后离标准值越近，离散点的分布更密集，落入区间的概率越大，就就使范围缩小后的分析精度更高。
通过对负荷率和单耗划分区间，就将二维坐标图分成了一个个的矩形框，即区间，此时统计每个矩形框内所有的离散点，就能对应分析出各个负荷率区间中的最大概率区间，以作为同等负荷率情况下集中度最高的参考，便于后续分析。
作为优选，如图4所示，本实施例中所述根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果，包括：
步骤S151：根据所述运行数据计算得到周期时间内的负载率及单耗；
步骤S152：将所述周期时间内的负载率及单耗引入所述负荷率-单耗离散点图，确定对应落入的区间为落定区间；
步骤S153：对比所述落定区间与单耗的标准值，并对比所述落定区间与同等负荷率区间的所述最大概率区间，得到能效评价结果。
前述的历史数据的区间分析完成后，就可以采用上述步骤引入当前运行的数据进行评价当前运行状态，即同样先计算当前运行的负载率和单耗，可看作一个二元坐标点，查看该二元坐标点在之前分析出的负荷率-单耗离散点图中的位置，即落定区间，比较落定区间和标准值、最大概率区间，就能分析得到能耗运行状况，即能效评价结果。
实施例二：
参见图5，是本发明一实施例提供的一种基于离散概率分布的锅炉能效评价方法，包括：
步骤S11：获取锅炉的历史数据；
步骤S121：根据所述历史数据中小时级的燃气累计量和蒸汽累计量，计算每小时的单耗，例如历史12个月共8760个小时的小时级单耗；
步骤S122：根据所述蒸汽累计量，计算每小时的负载率，也即历史12个月共8760个小时的小时级负载率；
步骤S123：以单耗与负载率为二元坐标轴，根据每小时的单耗与每小时的负载率进行绘点，得到负荷率-单耗离散点图；
步骤S131：根据负荷率区间范围与单耗区间范围对负荷率-单耗离散点图进行划分，得到离散分布的区间；
步骤S132：统计划分的每个区间中的离散点数量占比，得到对应的散点比例，参见图7，各个标有百分值的区间即为分布有离散点的区间，对应的百分值即为具体的分布数量占比，即散点比例，全部区间内散点比例相加应当为100％，但可以令负荷率为0％时单耗值为5以上的离散点数量归为0，因为这些通常不具有纳入分析的价值；
步骤S133：根据散点比例，确定同等负荷率区间内散点比例最大的区间为同等负荷率区间的最大概率区间，如图7中深色的区间，即为各个负荷率区间中离散点占比最大的区间，图中所示的共7个最大概率区间；
步骤S14：获取锅炉运行周期时间内的运行数据；
步骤S151：根据运行数据计算得到周期时间内的负载率及单耗；
步骤S152：将每小时的负载率及单耗引入所述负荷率-单耗离散点图，确定对应落入的区间为落定区间An；
步骤S153：对比落定区间An与单耗的标准值，并对比落定区间An与同等负荷率区间的最大概率区间，得到能效评价结果；
步骤S16：以图表或报告呈现所述锅炉运行的能效评价结果，本实施例中以三维图形来呈现，如图8所示，三维坐标分别以日期、负荷率和单耗为坐标轴，可以查看到那个日期的单耗过高，及是否受到工况环境影响等要素。本步骤可以通过图形直观体现分析过程，更准确把控锅炉能效变化的趋势。
作为优选，本实施例中步骤S153的评价过程如图6所示，包括：
若标准值高于最大概率区间，则引入落定区间An：若An低于最大概率区间，则能效评价结果为效率优；若An位于标准值与最大概率区间之间，则能效评价结果为效率良好；若An高于标准值，则能效评价结果为效率差；
若标准值低于最大概率区间，则引入落定区间An：若An低于标准值，则能效评价结果为效率优；若An位于标准值与最大概率区间之间，则能效评价结果为效率良好；若An高于最大概率区间，则能效评价结果为效率差。
实施例三：
参见图9，是本发明一实施例提供的一种基于离散概率分布的锅炉能效评价装置，包括：历史数据获取模块21、点图获取模块22、区间分析模块23、运行数据获取模块24和评价模块25，其中：
所述历史数据获取模块21用于获取锅炉的历史数据；
所述点图获取模块22用于根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
所述区间分析模块23用于根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
所述运行数据获取模块24用于获取锅炉运行周期时间内的运行数据；
所述评价模块25用于根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
图10是本发明一实施例提供的终端设备3的示意图。如图10所示，该实施例的终端设备3包括处理器31、存储器31以及存储在所述存储器31中并可在所述处理器31上运行的计算机程序32，例如基于离散概率分布的锅炉能效评价程序。所述处理器30执行所述计算机程序32时实现上述各个方法实施例中的步骤，例如图1所示的步骤S11至S15。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图9所示模块21至25的功能。
示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图10仅仅是终端设备3的示例，并不构成对终端设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备3还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器31可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备3所需的其它程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。当然，上述各单元、模块也可以用包含有计算机程序的处理器来替代，以纯软件的形式完成各部分的工作。
实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于离散概率分布的锅炉能效评价方法，其特征在于，包括：
获取锅炉的历史数据；
根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
获取锅炉运行周期时间内的运行数据；
根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
2.如权利要求1所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图，包括：
根据所述历史数据中周期时间内的燃气累计量和蒸汽累计量，计算周期时间内的单耗；
根据所述蒸汽累计量，计算周期时间内的负载率；
以所述单耗与所述负载率为二元坐标轴，根据所述周期时间内的单耗与所述周期时间内的负载率进行绘点，得到所述负荷率-单耗离散点图。
3.如权利要求1所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间，包括：
根据参数指标对所述负荷率-单耗离散点图进行划分，得到离散分布的区间；
统计划分的每个所述区间中的离散点数量占比，得到对应的散点比例；
根据所述散点比例，确定同等负荷率区间内散点比例最大的区间为同等负荷率区间的所述最大概率区间。
4.如权利要求1所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述参数指标包括负荷率区间范围与单耗区间范围；
其中，所述单耗区间范围的划分规则包括：离单耗的标准值越近，划分区间越小。
5.如权利要求1所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果，包括：
根据所述运行数据计算得到周期时间内的负载率及单耗；
将所述周期时间内的负载率及单耗引入所述负荷率-单耗离散点图，确定对应落入的区间为落定区间；
对比所述落定区间与单耗的标准值，并对比所述落定区间与同等负荷率区间的所述最大概率区间，得到能效评价结果。
6.如权利要求5所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述对比所述落定区间与单耗的标准值，并对比所述落定区间与同等负荷率区间的所述最大概率区间，得到能效评价结果，包括：
若所述标准值高于所述最大概率区间，则引入所述落定区间：若所述落定区间低于所述最大概率区间，则能效评价结果为效率优；若所述落定区间位于所述标准值与所述最大概率区间之间，则能效评价结果为效率良好；若所述落定区间高于所述标准值，则能效评价结果为效率差；
若所述标准值低于所述最大概率区间，则引入所述落定区间：若所述落定区间低于所述标准值，则能效评价结果为效率优；若所述落定区间位于所述标准值与所述最大概率区间之间，则能效评价结果为效率良好；若所述落定区间高于所述最大概率区间，则能效评价结果为效率差。
7.如权利要求5所述的基于离散概率分布的锅炉能效评价方法，其特征在于，所述对比所述落定区间与标准值，并对比所述落定区间与同等负荷率区间的所述最大概率区间，得到能效评价结果后，还包括：
以图表或报告呈现所述锅炉运行的能效评价结果。
8.一种基于离散概率分布的锅炉能效评价装置，其特征在于，包括：
历史数据获取模块，用于获取锅炉的历史数据；
点图获取模块，用于根据所述历史数据进行离散概率分布分析，得到负荷率-单耗离散点图；
区间分析模块，用于根据参数指标对所述负荷率-单耗离散点图划分区间，统计每个所述区间的离散点占比，并获取同等负荷率区间的最大概率区间；
运行数据获取模块，用于获取锅炉运行周期时间内的运行数据；
评价模块，用于根据所述负荷率-单耗离散点图分析所述运行数据，得到能效评价结果。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202010254641.5A 2020-04-02 2020-04-02 一种基于离散概率分布的锅炉能效评价方法及装置 Pending CN111523082A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010254641.5A CN111523082A (zh) 2020-04-02 2020-04-02 一种基于离散概率分布的锅炉能效评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010254641.5A CN111523082A (zh) 2020-04-02 2020-04-02 一种基于离散概率分布的锅炉能效评价方法及装置

Publications (1)

Publication Number Publication Date
CN111523082A true CN111523082A (zh) 2020-08-11

Family

ID=71902518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010254641.5A Pending CN111523082A (zh) 2020-04-02 2020-04-02 一种基于离散概率分布的锅炉能效评价方法及装置

Country Status (1)

Country Link
CN (1) CN111523082A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109611815A (zh) * 2018-12-28 2019-04-12 新奥数能科技有限公司 一种燃气蒸汽锅炉的能耗报警管理方法及装置
CN109711602A (zh) * 2018-12-05 2019-05-03 新奥数能科技有限公司 设备能耗安全区间的确定方法、告警方法及装置
CN109726909A (zh) * 2018-12-26 2019-05-07 新奥数能科技有限公司 一种能效评价方法、装置、可读介质及电子设备
CN109859069A (zh) * 2018-12-28 2019-06-07 新奥数能科技有限公司 一种发电机组的能耗报警管理方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711602A (zh) * 2018-12-05 2019-05-03 新奥数能科技有限公司 设备能耗安全区间的确定方法、告警方法及装置
CN109726909A (zh) * 2018-12-26 2019-05-07 新奥数能科技有限公司 一种能效评价方法、装置、可读介质及电子设备
CN109611815A (zh) * 2018-12-28 2019-04-12 新奥数能科技有限公司 一种燃气蒸汽锅炉的能耗报警管理方法及装置
CN109859069A (zh) * 2018-12-28 2019-06-07 新奥数能科技有限公司 一种发电机组的能耗报警管理方法及装置

Similar Documents

Publication Publication Date Title
CN109034244B (zh) 基于电量曲线特征模型的线损异常诊断方法及装置
CN113792825B (zh) 一种用电信息采集设备故障分类模型训练方法及装置
CN114298863B (zh) 一种智能抄表终端的数据采集方法及系统
CN107679734A (zh) 一种用于无标签数据分类预测的方法和系统
CN110542867A (zh) 电池健康状态评估方法、装置及存储介质
CN108900622A (zh) 基于物联网的数据融合方法、装置与计算机可读存储介质
CN110991761B (zh) 一种供热负荷预测方法及装置
Bibinger et al. Common price and volatility jumps in noisy high-frequency data
CN115905927A (zh) 用电异常用户的识别方法、装置、电子设备及存储介质
CN113591393A (zh) 智能变电站的故障诊断方法、装置、设备和存储介质
CN113342939A (zh) 数据质量监控方法、装置及相关设备
CN111523082A (zh) 一种基于离散概率分布的锅炉能效评价方法及装置
CN113391256B (zh) 一种现场作业终端的电能表计量故障分析方法及系统
CN110390463B (zh) 风控数据处理方法、装置及终端设备
CN116881718A (zh) 一种基于大数据清洗的人工智能训练方法及系统
CN108121656A (zh) 一种软件评估方法和装置
CN112598228B (zh) 企业竞争力的分析方法、装置、设备及存储介质
CN115344495A (zh) 批量任务测试的数据分析方法、装置、计算机设备及介质
CN113376564A (zh) 基于数据分析的智能电表计量校正方法、装置及终端
CN112632469A (zh) 业务交易数据的异常检测方法、装置及计算机设备
CN111401796A (zh) 一种建立设备能效模型的方法及装置
CN110163083A (zh) 用户信息的匹配方法、装置及终端设备
CN112614005B (zh) 企业复工状态的处理方法和装置
CN112765011B (zh) 质控状态判定方法、装置及电子设备
CN115796472B (zh) 能源的计量处理方法、装置、电子设备及可读存储介质

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