CN111625753B - 用于计算直燃机能效参数的方法、装置、设备及存储介质 - Google Patents
用于计算直燃机能效参数的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111625753B CN111625753B CN202010398769.9A CN202010398769A CN111625753B CN 111625753 B CN111625753 B CN 111625753B CN 202010398769 A CN202010398769 A CN 202010398769A CN 111625753 B CN111625753 B CN 111625753B
- Authority
- CN
- China
- Prior art keywords
- direct
- parameter
- energy
- energy efficiency
- parameters
- 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
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
Abstract
本申请适用于分布式能源技术领域,提供了用于计算直燃机能效参数的方法、装置、设备及存储介质,其中,该方法通过获取不同物联条件下直燃机的物联测点参数,然后判断该物联测点参数是否满足至少一种预设能效参数计算算法所需的指定参数,以此来分别计算出直燃机在不同物联条件下的能效参数,从而实现了在不同物联条件下计算直燃机能效的有益效果。
Description
技术领域
本申请属于分布式能源技术领域,尤其涉及一种用于计算直燃机能效参数的方法、装置、设备及存储介质。
背景技术
在对分布式能源进行智能运维过程中,往往需要通过对接入设备建立各种相应的计算模型来对系统的运行进行实时数据监测。然而,在分布式能源系统实际运行中,接入设备的物联情况受设备厂商、设计图纸、物联测点布局等多方面的影响,难以用统一的方法计算设备能效。
例如,以直燃机来说,在智能运维建模过程中,如果根据接入设备出厂的能效参数进行建模,会因为设备的不断运行,以及实际运维水平的影响,使得设备的能效情况往往会偏离出厂的能效参数,进而导致模型失效。
因此,本领域技术人员希望能够有针对不同物联情况下的直燃机进行自适应能效计算的技术方案,以克服上述实际应用中遇到的问题。
发明内容
有鉴于此,本申请实施例提供了一种用于计算直燃机能效参数的方法、装置、设备及存储介质,以解决现有技术中在不同物联条件下直燃机能效计算的问题。
本申请实施例的第一方面提供了一种用于计算直燃机能效参数的方法,包括:获取直燃机在不同物联条件下的物联测点参数;判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数;如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数;如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
在一些实施例中,所述预设能效参数计算算法包括:至少一种直燃机的输入能量计算算法,以及至少一种直燃机的输出能量计算算法。
在一些实施例中,判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数,包括以下步骤:判断所述物联测点参数是否包含所述至少一种直燃机的输出能量计算算法所需要的指定参数;如果所述物联测点参数包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数;如果所述物联测点参数不包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
在一些实施例中,在判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数的步骤之后,所述如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述燃气直燃机的能效参数,包括以下步骤:如果所述物联测点参数包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数。
在一些实施例中,在判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数的步骤之后,所述如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤,包括:如果所述物联测点参数不包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
在一些实施例中,所述根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数,包括以下步骤:基于所述物联测点参数中包括至少一种输出能量计算算法所需要的指定参数,计算得到直燃机的至少一个输出能量值;基于所述物联测点参数中包括至少一种输入能量计算算法所需要的指定参数,计算得到直燃机的至少一个输入能量值;根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数。
在一些实施例中,所述根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数,包括以下步骤:判断计算得到的所述输出能量值和输入能量值的数量;当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值;当所述输入能量值和输出能量值的数量小于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到目标能效值。
在一些实施例中,在所述当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值的步骤之后,还包括以下步骤:将所述至少两个能效值分别与预先参考值进行比较;选择与所述预先参考值最接近的能效值作为目标能效值,并予以输出。
在一些实施例中,上述方法还包括以下步骤:根据所述能效参数建立所述直燃机的负荷率数据集,所述能效参数包括负荷率;基于非参数模型,采用所述负荷率数据集训练所述非参数模型,得到所述直燃机的负荷率与能效的关系模型。
本申请实施例的第二方面提供了一种用于计算直燃机能效参数的装置,包括:数据获取模块,被配置为获取直燃机在不同物联条件下的物联测点参数;数据识别模块,被配置为判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数;计算模块,被配置为如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数;反馈模块,被配置为如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
本申请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,其特征在于,所述处理器执行所述计算机程序时实现第一方面中任一项所述方法的步骤。
本申请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第一方面中任一项所述方法的步骤。
本申请的有益效果:通过获取不同物联条件下直燃机的物联测点参数,然后判断该物联测点参数是否满足至少一种预设能效参数计算算法所需的指定参数,以此来分别计算出直燃机在不同物联条件下的能效参数,从而实现了在不同物联条件下计算直燃机能效的有益效果。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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示出了本申请提供的用于计算直燃机能效参数的方法在一实施例中的流程图;
图2示出了在图1所示实施例中步骤S102在一实施例中的流程图;
图3示出了在图2所示实施例的基础上步骤S103在一实施例中的流程图;
图4示出了在图3所示实施例中步骤S303在一实施例中的流程图;
图5示出了在图4所示实施例中步骤S402之后的一实施例的流程图;
图6示出了本申请提供的用于计算直燃机能效参数的方法在另一实施例中的流程图;
图7示出了本申请提供的用于计算直燃机能效参数的装置在一实施例中的原理示意图;
图8示出了本申请提供的终端设备的一实施例的示意图。
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,以便透彻理解本申请实施例。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申请。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申请的描述。
技术名词说明
直燃机,直燃机是采用可燃气体直接燃烧,提供制冷、采暖和卫生热水,根据采用能源的不同,直燃机可以包括燃气直燃机、余热直燃机等。其中,余热直燃机既能通过直接燃烧燃气进行制冷(热),也能利用与之相匹配的燃气发电机组的烟气进行制冷(热),在工作时,余热直燃机一般分为三种运行模式,即:纯余热模式、纯补燃模式以及混合模式。
为了便于描述,下文各实施例中将以不同物联条件下的余热直燃机为数据获取对象来对本申请的技术方案进行详细说明,以使本领域的技术人员能够清楚、完整的实施本申请所公开的技术方案。
方法实施例
见图1,示出了本申请提供的用于计算直燃机能效参数的方法在一实施例中的流程图。
具体的,在实际应用中,该方法的执行主体可以包括各种终端设备,例如计算机、手持智能终端等。如图1所示,该用于计算直燃机能效参数的方法,包括以下步骤:
S101,获取直燃机在不同物联条件下的物联测点参数。
具体的,该直燃机包括余热直燃机(也称为:余热型燃气直燃机),为便于描述,下文也简称直燃机。应当理解,余热直燃机和与之配合的燃气发电机组之间的连接关系可以参考现有三联供系统中的连接方式,这里不作赘述。
其中,上述物联测点参数既包括布设在直燃机上的物联测点参数,同时还可以包括与直燃机配合连接的燃气发电机组上布设的物联测点参数。当然,不同的直燃机,实际的物联测点布局也可能不一致,那么获取到的物联测点参数也随之不同。
S102,判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数。
具体的,直燃机的能效参数包括负荷率和能效。其中,直燃机的负荷率是输出能量与额定制热量的比值,而直燃机的能效是输出能量和输入能量的比值。由此可见,计算直燃机的输入能量和输出能量是计算分析直燃机能效参数的关键。
由于直燃机存在多种运行模式,且不同设备的实际物联测点布局还并不一样,因此一种能效参数计算算法显然是很难实现同时满足不同物联条件下各直燃机的能效参数计算。本实施例通过提供至少一种预设能效参数计算算法,以分别应对不同物联条件下直燃机的能效参数计算。
例如,在一示例性实施例中,上述预设能效参数计算算法可以包括至少一种直燃机的输入能量计算算法和至少一种直燃机的输出能量计算算法。由于直燃机的在不同运行模式下的输入能量和输出能量的数据不可能由同一个物联测点来实现,因此为了满足不同物联条件下的直燃机能效参数的计算,该输入能量计算算法和输出能量计算算法也可能包括多种不同的计算算法。
S103,如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数。
具体的,指定参数是某一预设能效参数计算算法实现计算结果所必要的全部物联测点参数。也即是说,如果获取到的物联测点参数满足某一预设能效参数计算算法实中部分指定参数,同样是属于不包含预设能效参数计算算法所需要的指定参数的情况。
再结合上述示例来说,预设能效参数计算算法可以包括至少一种直燃机的输入能量计算算法和至少一种直燃机的输出能量计算算法,其中,假设其中一输入能量计算算法需要2个指定参数,而实际获取到的物联测点参数中只包括1个该指定参数,则获取到的该直燃机的物联测点参数属于不包括预设能效参数计算算法所需要的指定参数的情况。
进一步的,在预设能效参数计算算法包括至少一种输入能量计算算法和输出能量计算算法时,获取到的物联测点参数还可能只满足输入能量计算算法和输出能量计算算法中其中一种算法所需要的指定参数,此时如果根据该计算算法计算得到的结果不能实现能效参数的计算,也同样属于不包括预设能效参数计算算法所需要的指定参数的情况。
S104,如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
具体的,直燃机可能在不同运行模式下切换运行,不同运行模式下物联测点参数值存在不同,因此,在一些情况下物联测点参数可能都不符合预设能效参数计算算法。
在一示例性实施例中,接着上述预设能效参数计算算法包括至少一种输入能量计算算法和至少一种输出能量计算算法的示例来说,见图2,示出了上述步骤S102在一实施例中的流程图。
如图2所示,上述实施例中步骤S102可以具体包括以下步骤:
S201,判断所述物联测点参数是否包含所述至少一种直燃机的输出能量计算算法所需要的指定参数。
具体的,不同直燃机获取到的物联测点参数可能并不相同,同时,即便是同一直燃机,其在不同运行模式下获取到的具体物联测点参数值也是不相同的。因此,为了满足不同物联条件下直燃机的输出能量的计算,可以根据不同物联条件分别设置对应的输出能量计算算法,以此来实现对各种已知直燃机的输出能量的计算。
示例性的,以余直燃机为例,根据余热直燃机上物联测点的不同,可设置以下几种不同的能量输出计算算法。
情况一,当具有余热直燃机供热量测点时,输出能量即可通过该测点数据来得到。此物联情况下输出能量计算算法所需的相关参数,可参考下表1:
是否为物联测点 | 设备 | 参数 | 代码 | 单位 |
是 | 余热直燃机 | 供热量 | q_supply | kW |
否 | 余热直燃机 | 输出能量 | q_output | kWh |
表1
结合表1,在上述情况一中,直燃机的输出能量计算算法的算法公式包括:
q_output=q_supply×t,
其中,t表示时间。
情况二,当不具有余热直燃机供热量测点时,则可以通过余热直燃机供水温度、回水温度、供水流量等参数来间接计算得输出能量。此物联条件下,输出能量计算算法的参数分析列表,见表2:
表2
结合表2,此情况下,直燃机的输出能量计算算法的计算公式包括:
q_output=|t_in_water-t_out_water|×C_water×D_water×f_water。
通过上述示例可知,在不同物联情况下,可以采用不同的输出能量计算算法来实现对直燃机的输出能量的直接或间接计算。
S202,如果所述物联测点参数包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数。
具体的,与输出能量的计算方式一样,为了满足不同物联条件下直燃机的输入能量的计算,可以根据不同物联条件分别设置对应的输入能量计算算法,以此来实现对各种已知直燃机的输入能量的计算。
示例性的,同样以余直燃机为例,由于余热型燃气直燃机可以利用与余热型燃气直燃机相匹配的燃气发电机组的烟气进行制冷(热),因此,除了可以根据余热直燃机上物联测点参数来计算输入能量,还可以通过与直燃机配合的燃气发电机组上的测点参数来间接计算直燃机的输入能量,具体可分以下几种情况来构建不同的输入能量计算算法。
情况一,在具有燃气发电机组的烟气热量测点的物联条件下,输入能量计算算法的参数分析列表,见表3:
是否为物联测点 | 设备 | 参数 | 代码 | 单位 |
是 | <![CDATA[<u>燃气发电机组</u>]]> | 烟气热量 | q_kas | kWh |
否 | 余热直燃机 | 输入能量 | q_input | kWh |
表3
由表3可知,当余热直燃机能够利用燃气发电机组所排放的烟气的热量时,且存在燃气发电机组的烟气热量测点时,可以直接用该物联测点参数作为余热直燃机的输入能量。此情况下,输入能量计算算法的计算公式包括:
q_input=q_kas。
情况二,在不具有燃气发电机组的烟气热量测点,而存在燃气发电机组烟气温度、余热型燃气直燃机排烟温度、烟气流量等参数的物联条件下,输入能量计算算法的参数分析列表,见表4:
是否为物联测点 | 设备 | 参数 | 代码 | 单位 |
是 | 燃气发电机组 | 烟气流量 | f_gas | m3/h |
是 | 燃气发电机组 | 烟气温度 | t_in_gas | ℃ |
是 | 余热直燃机 | 排烟温度 | t_out_gas | ℃ |
否 | - | 烟气比热容 | C_gas | kJ/Kg℃ |
否 | - | 烟气密度 | D_gas | kg/m3 |
否 | 余热直燃机 | 输入能量 | q_input | kWh |
表4
由表4可知,此情况下,输入能量计算算法的计算公式包括:
q_input=|t_in_gas-t_out_gas|×C_gas×D_gas×f_gas。
情况三,在不具有燃气发电机组的烟气热量测点,以及燃气发电机组烟气温度、余热型燃气直燃机排烟温度、烟气流量等测点也不完备时,无法直接计算烟气热量。此时,则需要用其他参数(源自技术手册)间接计算,输入能量计算算法的具体参数分析列表,见表5:
表5
结合表5中的参数,可以通过多元线性回归,拟合负荷率与烟气热量的曲线,即得到多元线性回归模型:
q_gas=f(loadrate),
其中,loadrate_icg为燃气发电机组负荷率,单位%。由此,输入能量计算算法包括的计算公式包括:
通过上述输出能量计算算法和输入能量计算算法示例,分别提供了两种情况下的输出能量计算算法和三种情况下的输入能量计算算法,对各种算法进行组合可适合直燃机在至少6种不同物联情况下的能效参数计算。
S203,如果所述物联测点参数不包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
具体的,在判断获取的物联测点参数能够实现输出能量计算算法的指定参数要求情况下,然后再判断是否满足输入能量计算算法的指定参数要求,这是因为只有输入能量无法实现能效参数的计算,因此先判断是否能够实现输出能量的计算以避免执行无用步骤的情况,从而保证方法执行的效率。
例如,假设所要计算的能效参数为负荷率,由于负荷率是直燃机的输出能量值和直燃机的额定制热量的比值,因此,在获取的物联测点参数不满足输出能量计算算法时,即可完成算法指定参数的判断工作,而不必重复进行输入能量计算算法所需指定参数的判断。
在另一示例性实施例中,基于上述图2所示实施例,在上述步骤S202之后,则图1所示实施例中步骤S103可以具体包括:如果所述物联测点参数包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数。
进一步的,基于上述图2所示实施例,在上述步骤S202之后,则图1所示实施例中步骤S104可以具体包括:如果所述物联测点参数不包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
在又一示例性实施例中,见图3,示出了在图2所示实施例的基础上步骤S103在一实施例中的流程图。
如图3所示,基于图2所示实施例的基础上,上述根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数的步骤,还可以进一步包括以下步骤:
S301,基于所述物联测点参数中包括至少一种输出能量计算算法所需要的指定参数,计算得到直燃机的至少一个输出能量值。
具体的,在包括多种输出能量计算算法的情况下,除了能够实现直燃机在不同物联条件下的输出能量的计算,同时也存在直燃机的物联测点参数同时满足多种输出能量计算算法所需指定参数的情况。当出现这种情况时,则可以根据满足指定参数的输出能量计算算法分别计算出对应的输出能量值。
S302,基于所述物联测点参数中包括至少一种输入能量计算算法所需要的指定参数,计算得到直燃机的至少一个输入能量值。
同理,与上述输出能量计算算法计算输出能量值一样,在包括多种输入能量计算算法的情况下,同样存在直燃机的物联测点参数同时满足两个或两个以上输入能量计算算法所需指定参数的情况,此时,则可以根据该两个或两个以上输出能量计算算法分别计算出相应的输入能量值即可。
S303,根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数。
具体的,结合上述S102的分析可知,能效参数包括直燃机的负荷率和能效值,如果输出能量值和输入能量值存在多个计算结果值,那么相应的负荷率和能效值也存在多个计算值。
在一示例性实施例中,请参见图4,示出了上述步骤S303在一实施例中的流程图,本实施例通过对根据多个输出能量值和输入能量值确定的能效参数做进一步处理,以确定目标能效参数。
如图4所示,上述步骤S303还可以进一步包括以下步骤:
S401,判断计算得到的所述输出能量值和输入能量值的数量。
具体的,通过对输出能量值和输入能量值的数量判断,可以确定输出能量值和输入能量值的具体个数,从而以便后续进行组合计算得到相应的能效参数值。
S402,当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值。
具体的,当输入能量值和输出能量值其中一个的数量大于等于两个时,可根据输出能量值和所述输入能量值的比值计算得到相应数量的能效值。例如,当物联测点参数满足两种输入能量计算算法,而仅满足一种输出能量计算算法时,则根据计算可以得到两个输入能量值和一个输出能量值,此时基于输出能量值和所述输入能量值的比值可计算得到两个能效值。此外,当输入能量值和输出能量值的数量同时大于等于两个时,则根据输出能量值和所述输入能量值的比值进行自由组合计算得到相应数量的能效值。再例如,当物联测点参数满足两种输入能量计算算法,且满足两种输出能量计算算法时,根据计算可以分别得到两个输入能量值和两个输出能量值,那么基于输出能量值和所述输入能量值的比值可进行自由组合计算得到四个能效值。
S403,当所述输入能量值和输出能量值的数量小于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到目标能效值。
具体的,当计算得到的输入能量值和输出能量值唯一时,那么相应的目标能效值也是唯一的。
根据上述图3和图4所示示例可知,当根据算法计算得到多个能效值时,那么就会存在如何从这些多个计算值中选取其一作为目标能效参数的问题。
在一示例性实施例中,见图5,示出了在上述步骤S402之后的一实施例的流程图。
如图5所示,上述步骤S402之后,还可以进一步包括以下步骤:
S501,将所述至少两个能效值分别与预先参考值进行比较。
其中,预设参考值一般为人工设置的设备能效的初始值,通过该预设参考值可以排除算法计算结果偏差较大的计算结果值。进一步来说,该预设参考值可以由技术人员定期对现场设备进行现场能效参数实验检测得到,相比于通过物联测点参数和算法计算得到的能效参数值要更为准确,所以可以将其作为预设参考值来排除存在多个能效值的情况。应当理解,预设参考值是可以定期更新的,且在现场对设备进行试验测定相关能效参数作为预设参考值的具体方法可以通过现有的常规技术手段来实现,故这里不作赘述。
具体的,将计算得到的能效值与预设参考值比较,包括差值比较。例如,计算各能效值与预设参考值之间的差值的绝对值,差值的绝对值越小则说明越接近预设参考值。
S502,选择与所述预先参考值最接近的能效值作为目标能效值,并予以输出。
具体的,计算得到的能效值可能比预设参考值大,也可能比预设参考值小,或者二者相同,这都是可能的。接着上述差值比较的示例来说,只要差值的绝对值越小则说明越接近预设参考值。然而,在实际应用中完全可能出现两个或两个以上的差值的绝对值相等的情况,那么此时则可以从最接近预设参考值的能效值中随机选择一个作为目标能效参数予以输出即可。
本实施例通过引入人工测定的预设参考值,实现了对多个计算得到的能效值进行目标能效值的确定。
在实际应用中,为了实现对现场能源系统的数字化智能运维,往往需要通过建立相应的算法模型来对采集到的数据对象进行处理。通过上述图1-5所示实施例,可以实现直燃机在不同物联状态下的能效参数计算,这些计算得到的能效参数其实是很好的实时工程数据,可用于训练模型来建立相应的应算法模型。
在一示例性实施例中,见图6,示出了本申请提供的用于计算直燃机能效参数的方法在另一实施例中的流程图,本实施例是建立在图1所示示例的基础上。
如图6所示,该用于计算直燃机能效参数的方法,还可以包括以下步骤:
S601,根据所述能效参数建立所述直燃机的负荷率数据集,所述能效参数包括负荷率。
具体的,由于根据图1所示实施例可以计算出直燃机的负荷率和能效值。
即:
其中,loadrate_gwgr表示余热直燃机的负荷率,eff表示余热直燃机的能效值,q_input表示余热直燃机的输入能量,q_output表示余热直燃机的输出能量。
由此,可以形成负荷率与能效值的数据集,即:
S602,基于非参数模型,采用所述负荷率数据集训练所述非参数模型,得到所述直燃机的负荷率与能效的关系模型。
其中,高斯过程是一种典型的非参数模型,可以用来拟合各种不同的函数。
例如,结合上述数据集D来说,该数据集D可以进一步表示为:
其中,以x表示负荷率loadrate_gwgr,以y表示能效eff,那么映射函数g:Rn→R,xi∈Hn为输入向量,yi∈R为输出目标值,n为样本数。
进一步的,若g(x1),g(x2),...,g(xn)构成一个随机变量集合,该集合性质完全决定于均值函数m(x)和核函数k(xi,xj),且服从联合高斯分布,则它们形成的随机过程成为高斯过程,表示为:
f(x)~GP(m(x),k(xi,xj)),
在观测目标中考虑噪声,可建立高斯过程回归一般模型,即:
y=f(x)+ε,
其中,ε为高斯白噪声,符合高斯分布ε~N(0,σ2)。由于f(x)服从高斯分布,则y也服从高斯分布,有限观测值y的联合分布集合可形成一个新的高斯过程。
至此,基于数据集D学到了该设备的模型实例,即余热直燃机的能效模型。基于此模型,我们可以根据设备的负荷率,预测设备的能效。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
产品实施例
基于与上述方法性实施例相同的申请构思,本实施例还提供了一种与该相对应的装置。
见图7,示出了本申请提供的用于计算直燃机能效参数的装置在一实施例中的原理示意图,如图7所示,该装置700包括:数据获取模块701,被配置为获取直燃机在不同物联条件下的物联测点参数;数据识别模块702,被配置为判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数;计算模块703,被配置为如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数;反馈模块704,被配置为如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
具体的,在一些实施例中,所述预设能效参数计算算法包括:至少一种直燃机的输入能量计算算法,以及至少一种直燃机的输出能量计算算法。
在一些实施例中,图7所示实施例中的数据识别模块还具体包括:第一算法判断单元,被配置为判断所述物联测点参数是否包含所述至少一种直燃机的输出能量计算算法所需要的指定参数;第二算法判断单元,被配置为如果所述物联测点参数包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数;第一返回单元,被配置为如果所述物联测点参数不包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
其中,结合上述示例,在第二算法判断单元的基础上,上述计算模块可以具体包括:能效计算单元,被配置为如果所述物联测点参数包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数。
进一步的,结合上述示例,在第二算法判断单元的基础上,上述反馈模块可以具体包括:第二返回单元,被配置为如果所述物联测点参数不包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数。
在一些实施例中,上述示例中的能效计算单元,还可以进一步包括:输出能量计算单元,被配置为基于所述物联测点参数中包括至少一种输出能量计算算法所需要的指定参数,计算得到直燃机的至少一个输出能量值;输入能量计算单元,被配置为基于所述物联测点参数中包括至少一种输入能量计算算法所需要的指定参数,计算得到直燃机的至少一个输入能量值;能效值确定单元,被配置为根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数。
在一些实施例中,上述示例中的能效值确定单元,可以具体包括:数量判断单元,被配置为判断计算得到的所述输出能量值和输入能量值的数量;第一能效计算单元,被配置为当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值;第二能效计算单,被配置为当所述输入能量值和输出能量值的数量小于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到目标能效值。
在一些实施例中,在上述能效计算单元中,还可以进一步包括:比较单元,被配置为将所述至少两个能效值分别与预先参考值进行比较;目标能效确定单元,被配置为选择与所述预先参考值最接近的能效值作为目标能效值,并予以输出。
在一些实施例中,上述用于计算直燃机能效参数的装置,还可以进一步包括:数据集模块,被配置为根据所述能效参数建立所述直燃机的负荷率数据集,所述能效参数包括负荷率;模型建立模块,被配置为基于非参数模型,采用所述负荷率数据集训练所述非参数模型,得到所述直燃机的负荷率与能效的关系模型。
执行主体实施例
本实施例提供了可以用于执行图1-6所示实施例中任一种实施方法的执行主体的示例性原理图。
具体的,见图8,示出了本申请提供的终端设备的一实施例的示意图。如图8所示,该终端设备800包括:处理器801、存储器802以及存储在输出能量存储器802中并可在输出能量处理器801上运行的计算机程序803。输出能量处理器801执行输出能量计算机程序803时实现上述各个用于计算直燃机能效参数的方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,输出能量处理器801执行输出能量计算机程序803时实现上述各装置实施例中各模块/单元的功能,例如图7所示产品实施例中记载的模块701至704的功能。
示例性的,输出能量计算机程序803可以被分割成一个或多个模块/单元,输出能量一个或者多个模块/单元被存储在输出能量存储器802中,并由输出能量处理器801执行,以完成本申请。输出能量一个或多个模块/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,该指令段用于描述输出能量计算机程序803在输出能量终端设备800中的执行过程。例如,输出能量计算机程序803可以被分割成数据获取模块701、数据识别模块702、计算模块703和反馈模块704。
输出能量终端设备800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。输出能量终端设备可包括,但不仅限于,处理器801、存储器802。本领域技术人员可以理解,图8仅仅是终端设备800的示例,并不构成对终端设备800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,例如输出能量终端设备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801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。
输出能量存储器802可以是输出能量终端设备800的内部存储单元,例如终端设备800的硬盘或内存。输出能量存储器802也可以是输出能量终端设备800的外部存储设备,例如输出能量终端设备800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,输出能量存储器802还可以既包括输出能量终端设备800的内部存储单元也包括外部存储设备。输出能量存储器802用于存储输出能量计算机程序以及输出能量终端设备所需的其它程序和数据。输出能量存储器802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,即将输出能量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。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申请的范围。
在本申请所提供的实施例中,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,输出能量模块或单元的划分,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。
输出能量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,在本申请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。
输出能量集成的模块/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,本申请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,输出能量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,输出能量计算机程序包括计算机程序代码,输出能量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。输出能量计算机可读介质可以包括:能够携带输出能量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-OnlyMemory)、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,输出能量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申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种用于计算直燃机能效参数的方法,其特征在于,所述方法包括以下步骤:
获取直燃机在不同物联条件下的物联测点参数,所述物联条件包括直燃机的运行模式和直燃机的物联测点布局,所述直燃机在不同运行模式下切换运行,不同运行模式下获取到的物联测点参数值不同,不同物联测点布局下获取到的物联测点参数不同;
判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数,所述指定参数是一预设能效参数计算算法实现计算结果所必要的全部物联测点参数;
如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数;
如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
2.根据权利要求1所述的用于计算直燃机能效参数的方法,其特征在于,所述预设能效参数计算算法包括:
至少一种直燃机的输入能量计算算法;
至少一种直燃机的输出能量计算算法。
3.根据权利要求2所述的用于计算直燃机能效参数的方法,其特征在于,判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数,包括以下步骤:
判断所述物联测点参数是否包含所述至少一种直燃机的输出能量计算算法所需要的指定参数;
如果所述物联测点参数包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数;
如果所述物联测点参数不包含所述至少一种直燃机的输出能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
4.根据权利要求3所述的用于计算直燃机能效参数的方法,其特征在于,在判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数的步骤之后,所述如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数,包括以下步骤:
如果所述物联测点参数包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数。
5.根据权利要求4所述的用于计算直燃机能效参数的方法,其特征在于,在判断所述物联测点参数是否包含所述至少一种直燃机的输入能量计算算法所需要的指定参数的步骤之后,所述如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤,包括:
如果所述物联测点参数不包含所述至少一种直燃机的输入能量计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
6.根据权利要求4所述的用于计算直燃机能效参数的方法,其特征在于,所述根据所述输入能量计算算法和输出能量计算算法的计算结果确定直燃机的能效参数,包括以下步骤:
基于所述物联测点参数中包括至少一种输出能量计算算法所需要的指定参数,计算得到直燃机的至少一个输出能量值;
基于所述物联测点参数中包括至少一种输入能量计算算法所需要的指定参数,计算得到直燃机的至少一个输入能量值;
根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数。
7.根据权利要求6所述的用于计算直燃机能效参数的方法,其特征在于,所述根据所述至少一个输出能量值和至少一个输入能量值,确定所述直燃机的能效参数,包括以下步骤:
判断计算得到的所述输出能量值和输入能量值的数量;
当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值;
当所述输入能量值和输出能量值的数量小于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到目标能效值。
8.根据权利要求7所述的用于计算直燃机能效参数的方法,其特征在于,在所述当所述输入能量值和输出能量值的数量大于等于两个时,则根据所述直燃机的输出能量值和输入能量值的比值,确定得到至少两个能效值的步骤之后,还包括以下步骤:
将所述至少两个能效值分别与预先参考值进行比较;
选择与所述预先参考值最接近的能效值作为目标能效值,并予以输出。
9.根据权利要求1-8任一所述的用于计算直燃机能效参数的方法,其特征在于,还包括以下步骤:
根据所述能效参数建立所述直燃机的负荷率数据集;
基于非参数模型,采用所述负荷率数据集训练所述非参数模型,得到所述直燃机的负荷率与能效的关系模型。
10.一种用于计算直燃机能效参数的装置,其特征在于,包括:
数据获取模块,被配置为获取直燃机在不同物联条件下的物联测点参数,所述物联条件包括直燃机的运行模式和直燃机的物联测点布局,所述直燃机在不同运行模式下切换运行,不同运行模式下物联测点参数值不同;
数据识别模块,被配置为判断所述物联测点参数中是否包含至少一种预设能效参数计算算法所需要的指定参数,所述指定参数是一预设能效参数计算算法实现计算结果所必要的全部物联测点参数;
计算模块,被配置为如果所述物联测点参数中包含至少一种预设能效参数计算算法所需要的指定参数,则根据所述预设能效参数计算算法计算得到所述直燃机的能效参数;
反馈模块,被配置为如果所述物联测点参数中不包含至少一种预设能效参数计算算法所需要的指定参数,则返回获取直燃机在不同物联条件下的物联测点参数的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010398769.9A CN111625753B (zh) | 2020-05-12 | 2020-05-12 | 用于计算直燃机能效参数的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010398769.9A CN111625753B (zh) | 2020-05-12 | 2020-05-12 | 用于计算直燃机能效参数的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111625753A CN111625753A (zh) | 2020-09-04 |
CN111625753B true CN111625753B (zh) | 2023-04-28 |
Family
ID=72270980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010398769.9A Active CN111625753B (zh) | 2020-05-12 | 2020-05-12 | 用于计算直燃机能效参数的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625753B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117419422B (zh) * | 2023-12-18 | 2024-03-26 | 深圳市前海能源科技发展有限公司 | 区域供冷系统的能效计算方法及相关设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102562561A (zh) * | 2011-12-27 | 2012-07-11 | 酒泉钢铁(集团)有限责任公司 | 工业循环水系统的泵组运行能效分析方法 |
CN102970716A (zh) * | 2012-12-17 | 2013-03-13 | 中国科学技术大学 | 一种实际功耗模型下能量效率最优的传输方法 |
CN104199290A (zh) * | 2014-08-08 | 2014-12-10 | 华南理工大学 | 一种基于耗差分析的循环流化床锅炉优化运行方法 |
CN107135544A (zh) * | 2017-04-06 | 2017-09-05 | 杭州电子科技大学 | 一种基于干扰动态更新的能效资源分配方法 |
CN108399293A (zh) * | 2018-02-11 | 2018-08-14 | 合肥市太泽透平技术有限公司 | 一种与一维算法无缝对接的循环系统设计分析多功能平台 |
CN108846518A (zh) * | 2018-06-13 | 2018-11-20 | 上海朗诗规划建筑设计有限公司 | 一种综合能源评估优化方法及系统 |
CN109670730A (zh) * | 2019-01-11 | 2019-04-23 | 国网安徽省电力有限公司合肥供电公司 | 一种综合能源系统日前经济调度方法 |
CN110059801A (zh) * | 2019-03-20 | 2019-07-26 | 青岛海尔空调器有限总公司 | 基于神经网络的空调器能效控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6785620B2 (en) * | 2001-02-08 | 2004-08-31 | Weatherwise Usa, Llc | Energy efficiency measuring system and reporting methods |
-
2020
- 2020-05-12 CN CN202010398769.9A patent/CN111625753B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102562561A (zh) * | 2011-12-27 | 2012-07-11 | 酒泉钢铁(集团)有限责任公司 | 工业循环水系统的泵组运行能效分析方法 |
CN102970716A (zh) * | 2012-12-17 | 2013-03-13 | 中国科学技术大学 | 一种实际功耗模型下能量效率最优的传输方法 |
CN104199290A (zh) * | 2014-08-08 | 2014-12-10 | 华南理工大学 | 一种基于耗差分析的循环流化床锅炉优化运行方法 |
CN107135544A (zh) * | 2017-04-06 | 2017-09-05 | 杭州电子科技大学 | 一种基于干扰动态更新的能效资源分配方法 |
CN108399293A (zh) * | 2018-02-11 | 2018-08-14 | 合肥市太泽透平技术有限公司 | 一种与一维算法无缝对接的循环系统设计分析多功能平台 |
CN108846518A (zh) * | 2018-06-13 | 2018-11-20 | 上海朗诗规划建筑设计有限公司 | 一种综合能源评估优化方法及系统 |
CN109670730A (zh) * | 2019-01-11 | 2019-04-23 | 国网安徽省电力有限公司合肥供电公司 | 一种综合能源系统日前经济调度方法 |
CN110059801A (zh) * | 2019-03-20 | 2019-07-26 | 青岛海尔空调器有限总公司 | 基于神经网络的空调器能效控制方法 |
Non-Patent Citations (3)
Title |
---|
Zhimin Yao.Energy balance analysis of diesel engine.《2011 International conference on electric information and control engineering》.2011,全文. * |
仝营.基于物联网和云计算的工业锅炉在线监测.《计算机集成制造系统》.2016,全文. * |
张斌 ; 高宏宇 ; 韩志辉 ; 黄晓华 ; 戴银波 ; 陈烨 ; 郭重耘 ; .卷烟企业锅炉诊断与优化运行数学模型及应用.工业加热.2017,(第04期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111625753A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
CN113239314A (zh) | 用于碳排放量预测的方法、装置、终端及计算机可读存储介质 | |
CN111625754B (zh) | 用于计算锅炉能效的方法、装置、终端设备和存储介质 | |
KR20130064057A (ko) | 개루프 제어를 위한 출력 변수를 계산하기 위한 방법 및 제어 장치 | |
CN111365733B (zh) | 一种燃煤锅炉经济氧量动态寻优方法、系统及设备 | |
CN110442911B (zh) | 一种基于统计机器学习的高维复杂系统不确定性分析方法 | |
CN109357896B (zh) | 空预器运行性能检测方法及装置 | |
CN102314533B (zh) | 将计算出的曲线拟合到目标曲线的方法和系统 | |
CN111695730B (zh) | 基于arima及rnn的立磨振动预测方法及装置 | |
CN111625753B (zh) | 用于计算直燃机能效参数的方法、装置、设备及存储介质 | |
CN111122199A (zh) | 一种锅炉故障诊断方法及装置 | |
CN108204341B (zh) | 风电场运行状态的识别方法和装置 | |
CN109213098B (zh) | 调整运行参数的方法、装置、电子设备和计算机可读介质 | |
CN105678409A (zh) | 一种自适应且分布无关的时间序列异常点检测方法 | |
CN113158589A (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
CN116704716B (zh) | 实验室恒温恒湿异常报警方法、装置及计算机设备 | |
CN111931436A (zh) | 一种基于数值模拟与神经网络的燃烧器喷口风量预测方法 | |
US20100063946A1 (en) | Method of performing parallel search optimization | |
CN114777325B (zh) | 锅炉系统调控方法、模型建立方法、相关设备及介质 | |
WO2021237459A1 (zh) | 基于工业对象模型的数据处理方法、装置及设备 | |
CN112082786B (zh) | 发电机组空气预热器正常运行性能的预测方法及装置 | |
CN114154415A (zh) | 设备寿命的预测方法及装置 | |
CN114038513A (zh) | 燃煤锅炉内硫化氢的质量浓度预测方法、装置及终端 | |
CN113821946A (zh) | 一种igbt模块功率循环仿真方法、装置、设备及存储介质 | |
CN116717729B (zh) | 一种监测燃气安全的分级管控系统及方法 |
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 |