CN111625754B - 用于计算锅炉能效的方法、装置、终端设备和存储介质 - Google Patents

用于计算锅炉能效的方法、装置、终端设备和存储介质 Download PDF

Info

Publication number
CN111625754B
CN111625754B CN202010399262.5A CN202010399262A CN111625754B CN 111625754 B CN111625754 B CN 111625754B CN 202010399262 A CN202010399262 A CN 202010399262A CN 111625754 B CN111625754 B CN 111625754B
Authority
CN
China
Prior art keywords
energy efficiency
boiler
things
internet
measuring point
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
CN202010399262.5A
Other languages
English (en)
Other versions
CN111625754A (zh
Inventor
李伟昌
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.)
Ennew Digital Technology Co Ltd
Original Assignee
Ennew Digital 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 Ennew Digital Technology Co Ltd filed Critical Ennew Digital Technology Co Ltd
Priority to CN202010399262.5A priority Critical patent/CN111625754B/zh
Publication of CN111625754A publication Critical patent/CN111625754A/zh
Application granted granted Critical
Publication of CN111625754B publication Critical patent/CN111625754B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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系统运维技术领域，提供了用于计算锅炉能效的方法、装置、终端设备和存储介质，其中，该方法包括：获取锅炉在不同物联情况下的负荷率；基于所述锅炉负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值。本申请通过获取锅炉在不同物联情况下的负荷率来作为参数在能效模型中计算出相应的能效值，从而实现了锅炉可能在不同物联情况下皆可统一计算能效值的效果。

Description

用于计算锅炉能效的方法、装置、终端设备和存储介质
技术领域
本申请属于分布式能源系统运维技术领域，尤其涉及一种用于计算锅炉能效的方法、装置、终端设备和存储介质。
背景技术
燃气蒸汽锅炉是指利用燃气燃烧加热的蒸汽锅炉，可通过控制燃气的消耗量，来调节供蒸汽量。燃气蒸汽锅炉的能效，是指消耗单位天然气，所产生的蒸汽。
在数字化和网络化的当下，要求对能源系统进行数据监测和能效分析，以实现智慧运维。例如，以燃气蒸汽锅炉作为分布式能源为例，在实际应用中可以通过物联网来采集分布式能源系统中各设备的监测数据，然后通过建模来对监测数据进行数据分析和可视化显示。然而，由于分布式能源系统中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。与此同时，受设备的不断运行，以及实际的运维水平的影响，设备的能效情况往往会偏离出厂的能效参数。
因此，鉴于上述情况，在实际应用中如何能够有效获取燃气蒸汽锅炉在不同物联情况下的能效指标就成了当前本领域技术人员需要解决的问题。
发明内容
有鉴于此，本申请实施例提供了一种用于计算锅炉能效的方法、装置、终端设备和存储介质，以解决如何过来在不同物联情况下能效指标计算的问题。
本申请实施例的第一方面提供了一种用于计算锅炉能效的方法，其包括：获取锅炉在不同物联情况下的负荷率；基于所述锅炉负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值。
本申请实施例的第二方面提供了一种用于计算锅炉能效的装置，包括：数据获取模块，被配置为获取锅炉在不同物联情况下的负荷率；能效计算模块，被配置为基于所述锅炉负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值。
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如上述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如上述第一方面中任一项所述方法的步骤。
本申请的有益效果：本申请通过获取锅炉在不同物联情况下的负荷率来作为参数在能效模型中计算出相应的能效值，从而实现了锅炉可能在不同物联情况下皆可统一计算能效值的效果。
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锅炉能效的方法在一实施例中的流程图；
图2示出了图1所示实施例中构建该能效模型的一实施例的流程图；
图3示出了图1所示实施例中步骤S101在一实施例中的流程图；
图4示出了本申请提供的用于计算锅炉能效的装置在一实施例中的原理图；
图5示出了本申请提供的终端设备在一实施例中的结构示意图。
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。
为了说明本申请所述的技术方案，下面以燃气蒸汽锅炉为例，来具体说明通过物联网获取分布式能源在不同物联情况下能效指标计算的技术方案，下文中也称燃气蒸汽锅炉为锅炉。
方法实施例
见图1，示出了本申请提供的用于计算锅炉能效的方法在一实施例中的流程图，在实际应用中，所述方法的执行主体可以为各种类型的终端设备，例如计算机、手机等。
如图1所示，该用于计算锅炉能效的方法，包括以下步骤：
S101，获取锅炉在不同物联情况下的负荷率；
S102，基于所述锅炉负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值。
上述方法通过获取锅炉在不同物联情况下的负荷率来作为参数在能效模型中计算出相应的能效值，从而实现了锅炉可能在不同物联情况下皆可统一计算能效值的效果。
具体的，上述能效模型可以是预先训练完成的数学模型，也可以是在线训练得到的数学模型。示例性的，如果采用预先训练来建立数学模型，可通过构建负荷率与能效的之间的映射函数，即目标函数，然后在使用样本数据来训练使该目标函数可解或可收敛，便可得到该能效模型；另外，如果采用在线训练来建立数学模型，同理也是构建负荷率与能效之间的映射函数，其不同之处在于样本数据，即用于训练模型的数据是通过在线计算获得的，例如可以通过实时在线分析计算锅炉的负荷率和能效来形成训练用的样本数据。
在一示例性实施例中，为了让本领域技术人员更好的理解该能效模型的实现，本实施例提供了一种根据高斯过程建立所述负荷率和能效之间的函数关系的方法。请参见图2，示出了图1所示实施例中构建该能效模型的一实施例的流程图，该效模型的建立过程，具体包括以下步骤：
S201，实时计算锅炉在不同物联情况下的负荷率和能效。
具体的，锅炉在不同物联情况下，能够过去到的物联测点参数是不同的，为此无法通过同一种算法来实现不同物联情况下锅炉的能效计算。
为了克服上述问题，获取到更多设备的能效参数，本实施例在按照热量来计算锅炉能效外，考虑到锅炉产生的蒸汽多为工业使用，对蒸汽的品质要求比较高，压力、温度都要求稳定。因此，提出按照产生单位蒸汽所消耗的燃气量计算锅炉的能效指标(具体计算方法可参见下文)，简称单耗，单位Nm3/t。
S202，形成包括所述锅炉实时负荷率和能效的数据集。
具体的，通过对不同物联情况下的锅炉的能效指标计算，可以获取到大量的能效指标数据，即包括负荷率和能效。因此，可以将这些数据进行收集形成数据集。
S203，根据高斯过程建立所述负荷率和能效之间的函数关系，并采用所述数据集进行训练得到所述能效模型。
具体的，高斯过程作为一种典型的非参数模型，常用来拟合各种不同的函数。在本实施例中，假设以x表示锅炉的负荷率，以y表示锅炉的能效，那么根据高斯过程建立x与y之间的函数关系，如下所示：
yi＝f(xi)+εi，
f～GP(0,K)，
Figure BDA0002488774780000051
至此，即可通过前基于锅炉的负荷率和能效计算值所收集得到的数据集进行训练学习，便可得到该锅炉的模型实例，即该燃气蒸汽锅炉的能效模型。
进一步的，为了使本领域的技术人员能够更加清楚而完整的实现上述方案，下面对如何获取锅炉在不同物联情况下的负荷率或/和能效的方法做详细描述。
在一示例性实施中，见图3，示出了上述图1所示实施例中步骤S101在一实施例中的流程图。
如图3所示，获取锅炉在不同物联情况下的负荷率，可以具体包括以下步骤：
S301，获取锅炉的物联测点参数.
具体的，物联测点参数是指根据设置在锅炉上的物联测点来采集到的参数，即该物联测点参数既可以包括通过在过来上设置传感器来获取到的参数，也可以包括连接锅炉控制主机上的数据接口来获取到的参数。
S302，判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的指定测点参数。
具体的，由于并非所有的接入系统的锅炉的物联测点布局都是一致的，所以只有针对不同物联测点布局的锅炉采用对应的能效参数算法，才能获取到更多不同锅炉设备的能效指标。
S303，如果所述物联测点参数包括至少一种物联条件下的能效参数算法所需要的指定参数，则根据所述能效参数算法计算出所述锅炉的能效指标；
S304，如果所述物联测点参数不包括至少一种物联条件下的能效参数算法所需要的指定参数，则返回所述获取锅炉的物联测点参数的步骤。
本实施例通过对不同物联测点布局下的锅炉设备分别匹配以相应的能效参数算法，从而实现锅炉在不同物联情况下能效指标的获取，其中，该能效指标包括锅炉的负荷率。
以一示例来说，上述所示步骤S302中，能效参数算法可以包括第一能效指标算法，所述第一能效指标算法所需要的指定测点参数包括在第一物联测点布局情况下的第一指定物联测点参数；由此，上述步骤S302则可以具体包括：判断所述物联测点参数是否包含所述第一能效指标算法所需要的第一指定物联测点参数的步骤。本示例提供了能效参数算法在包括第一能效指标算法情况下的物联测点参数的识别步骤。
其中，第一指定物联测点参数是第一能效指标算法中所需要的参数，判断物联测点参数是否包含所需要的第一指定物联测点参数应当理解为全包含，即假设第一能效指标算法中需要两个第一指定物联测点参数，那么只有获取到的物联测点参数中同时包括该两个第一指定物联测点参数才能判断为包含该第一指定物联测点参数，否则不是。
紧接着上述示例来说，在进行第一能效指标算法所需要的第一指定物联测点参数的判断之后，则上述图3所示实施例中步骤S303可以具体包括：当所述物联测点参数包含所述第一能效指标算法所需要的第一指定物联测点参数时，则根据所述第一能效指标算法计算出所述锅炉的单耗和负荷率。
具体的，采用单耗衡量燃气蒸汽锅炉的能效，其优点在于计算简单，数据直观，便于在同型号的设备之间进行对比，弥补了一些不具备按照热量来计算能效的物联测点参数的情况。
再具体的，所述第一能效指标算法包括以下计算公式：
1)dh＝f_fuel/f_steam，
2)
Figure BDA0002488774780000061
其中，上述公式1和2中参数的分析列表可见下表1：
Figure BDA0002488774780000062
Figure BDA0002488774780000071
表1
由表1可知，在上述第一能效指标算法中，第一指定物联测点参数包括锅炉的燃气流量和锅炉的蒸汽流量。
以另一示例来说，上述所示步骤S302中，能效参数算法还可以包括第二能效指标算法，所述第二能效指标算法所需要的指定测点参数包括在第二物联测点布局情况下的第二指定物联测点参数；由此，上述步骤S302则可以具体包括：判断所述物联测点参数是否包含所述第二能效指标算法所需要的第二指定物联测点参数。
其中，第二指定物联测点参数是第二能效指标算法中所需要的参数，判断物联测点参数是否包含所需要的第二指定物联测点参数应当理解为全包含，即假设第二能效指标算法中需要两个第二指定物联测点参数，那么只有获取到的物联测点参数中同时包括该两个第二指定物联测点参数才能判断为包含该第二指定物联测点参数，否则不是。
紧接着上述示例来说，在进行第二能效指标算法所需要的第二指定物联测点参数的判断之后，则上述图3所示实施例中步骤S303可以具体包括：当所述物联测点参数包含所述第二能效指标算法所需要的第二指定物联测点参数时，则根据所述第二能效指标算法计算出所述锅炉的能效和负荷率。
具体的，采用热量来计算锅炉的能效，可以更准确的计算能效，且便于不同型号的燃气蒸汽锅炉之间进行横向对比。
再具体的，所述第二能效指标算法包括以下计算公式：
3)q_input＝f_steam×1000×h_steam-f_water×D_water×h_water，
4)h_steam＝f(t_steam,p_steam)，
5)h_water＝f(t_water,p_water)，
6)q_output＝f_fuel×Cal×N，
7)
Figure BDA0002488774780000081
8)
Figure BDA0002488774780000082
其中，N为转换系数，用于将热量由kcal转为kWh，公式3-8中的其他参数分析列表可见下表2：
是否为物联测点 设备 参数含义 参数 单位
是 燃气蒸汽锅炉 燃气流量 f_fuel <![CDATA[Nm<sup>3</sup>/h]]>
是 燃气蒸汽锅炉 蒸汽流量 f_steam t/h
是 燃气蒸汽锅炉 蒸汽温度 t_steam ℃
是 燃气蒸汽锅炉 蒸汽压力 p_steam MPa
是 燃气蒸汽锅炉 给水温度 t_water ℃
是 燃气蒸汽锅炉 给水流量 f_water <![CDATA[m<sup>3</sup>/h]]>
否 燃气蒸汽锅炉 额定容量 pated_F t/h
否 — 蒸汽比焓 h_steam kJ/kg
否 — 水的比焓 h_water kJ/kg
否 — 水的压力 p_water Mpa
否 — 燃气热值 Cal <![CDATA[kcal/Nm<sup>3</sup>]]>
否 — 水的密度 D_water <![CDATA[kg/m<sup>3</sup>]]>
否 燃气蒸汽锅炉 输入能量 q_input kWh
否 燃气蒸汽锅炉 输出能量 q_output kWh
否 燃气蒸汽锅炉 能效 eff ％
表2
由表2可知，在上述第二能效指标算法中，第二指定物联测点参数包括锅炉的燃气流量、蒸汽流量、蒸汽温度、蒸汽压力、给水温度和给水流量。
通过上述两个示例可知，本申请可实现锅炉在不同物联情况下能效指标的计算，再结合图2所示实施例来说，在获得能效指标的基础上，还可以进一步实现对不同物联情况下的锅炉自适应建模，得到对应的能效建模，从而可以根据锅炉的负荷率来计算得到锅炉的能效。
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方法性实施例相对应的装置。
见图4，示出了本申请提供的用于计算锅炉能效的装置在一实施例中的原理图，在实际应用中，该装置可以用于安装在各种终端设备上运行，例如计算机、智能手机等。
如图4所示，该用于计算锅炉能效的装置400，包括数据获取模块401和能效计算模块402，其中，数据获取模块401被配置为获取锅炉在不同物联情况下的负荷率；能效计算模块402被配置为基于所述锅炉负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值。
在一些实施例中，该数据获取模块可以具体包括：测点参数获取单元，被配置为获取锅炉的物联测点参数；判断单元，被配置为判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的指定测点参数；计算单元，被配置为如果所述物联测点参数包括至少一种物联条件下的能效参数算法所需要的指定参数，则根据所述能效参数算法计算出所述锅炉的能效指标；反馈单元，被配置为如果所述物联测点参数不包括至少一种物联条件下的能效参数算法所需要的指定参数，则返回所述获取锅炉的物联测点参数的步骤。
在一些实施例中，所述能效参数算法包括第一能效指标算法，所述第一能效指标算法所需要的指定测点参数包括在第一物联测点布局情况下的第一指定物联测点参数。由此，上述判断单元可以具体包括：第一参数判断单元，被配置为判断所述物联测点参数是否包含所述第一能效指标算法所需要的第一指定物联测点参数的步骤。
进一步的，上述计算单元则具体包括：第一算法计算单元，被配置为当所述物联测点参数包含所述第一能效指标算法所需要的第一指定物联测点参数时，则根据所述第一能效指标算法计算出所述锅炉的单耗和负荷率。
具体的，在一示例中，所述第一能效指标算法包括以下计算公式：
3)dh＝f_fuel/f_steam，
4)
Figure BDA0002488774780000101
其中，dh为燃气蒸汽锅炉的单耗，单位为Nm3/t，loadrate_gsb。为燃气蒸汽锅炉的负荷率，f_fuel为锅炉的燃气流量，f_steam为锅炉的蒸汽流量，pated_F为锅炉的额定容量。
在一些实施例中，所述能效参数算法包括第二能效指标算法，所述第二能效指标算法所需要的指定测点参数包括在第二物联测点布局情况下的第二指定物联测点参数；由此，上述判断单元可以具体包括：第二参数判断单元，被配置为判断所述物联测点参数是否包含所述第二能效指标算法所需要的第二指定物联测点参数的步骤。
进一步的，上述计算单元则具体包括：第二算法计算单元，被配置为当所述物联测点参数包含所述第二能效指标算法所需要的第二指定物联测点参数时，则根据所述第二能效指标算法计算出所述锅炉的能效和负荷率。
具体的，在一示例中，所述第二能效指标算法包括以下计算公式：
3)q_input＝f_steam×1000×h_steam-f_water×D_water×h_water，
4)h_steam＝f(t_steam,p_steam)，
5)h_water＝f(t_water,p_water)，
6)q_output＝f_fuel×Cal×N，
7)
Figure BDA0002488774780000111
8)
Figure BDA0002488774780000112
其中，N为转换系数，将热量由kcal转为kWh，loadrate_gsb为燃气蒸汽锅炉的负荷率，eff为锅炉的能效，f_fuel为锅炉的燃气流量，f_steam为锅炉的蒸汽流量，pated_F为锅炉的额定容量，t_steam表示锅炉的蒸汽温度，p_steam表示锅炉的蒸汽压力，t_water表示锅炉的给水温度，f_water表示锅炉的给水流量，h_steam表示蒸汽比焓，h_water表示水的比焓，p_water表示水的压力，Cal表示燃气热值，D_water表示水的密度，q_input表示锅炉的输入能量，q_output表示锅炉的输出能量。
在一些实施例中，上述装置还可以进一步包括用于建立能效模型的能效模型建立模块，该能效模型建立模块可以具体包括：实时数据计算单元，被配置为实时计算锅炉在不同物联情况下的负荷率和能效；数据集构建单元，被配置为形成包括所述锅炉实时负荷率和能效的数据集；模型训练单元，被配置为根据高斯过程建立所述负荷率和能效之间的函数关系，并采用所述数据集进行训练得到所述能效模型。
执行主体实施例
本实施例还提供了可以用于执行上述方法性实施例或安装上述产品性实施例的终端设备，在实际应用中，该终端设备可以包括计算机、手持智能终端等电子设备。
见图5，示出了本申请提供的终端设备在一实施例中的结构示意图，如图5所示，该终端设备500包括：处理器501、存储器502以及存储在存储器502中并可在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个用于计算锅炉能效的方法实施例中的步骤，例如图1所示的步骤101至104。或者，处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至402的功能。
示例性的，计算机程序503可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器502中，并由处理器501执行，以完成本申请。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，该指令段用于描述计算机程序503在终端设备500中的执行过程。例如，计算机程序503可以被分割成数据获取模块和终端设备。
终端设备500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。终端设备可包括，但不仅限于，处理器501、存储器502。本领域技术人员可以理解，图5仅仅是终端设备500的示例，并不构成对终端设备500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501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。
存储器502可以是终端设备500的内部存储单元，例如终端设备500的硬盘或内存。存储器502也可以是终端设备500的外部存储设备，例如终端设备500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(FlashCard)等。进一步地，存储器502还可以既包括终端设备500的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及终端设备所需的其它程序和数据。存储器502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，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。
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。
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，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，计算机程序包括计算机程序代码，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。计算机可读介质可以包括：能够携带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，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 (8)

1.一种用于计算锅炉能效的方法，其特征在于，包括：
获取锅炉在不同物联布局情况下的负荷率；
基于所述锅炉的负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值；
所述能效模型的建立过程包括：
获取锅炉的物联测点参数，锅炉在不同物联布局情况下获取到的物联测点参数不同；
判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数；
如果所述物联测点参数包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，则根据所述能效参数算法计算出所述锅炉的能效指标；
如果所述物联测点参数不包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，则返回所述获取锅炉的物联测点参数的步骤；
通过对不同物联布局情况下的锅炉的能效指标计算获取到的能效指标数据进行收集形成数据集，所述能效指标数据包括负荷率和能效；
根据高斯过程建立所述负荷率和能效之间的函数关系，并采用所述数据集进行训练得到所述能效模型。
2.根据权利要求1所述的用于计算锅炉能效的方法，其特征在于，所述能效参数算法包括第一能效指标算法，所述第一能效指标算法所需要的全部指定测点参数包括在第一物联测点布局情况下的第一指定物联测点参数；
判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，包括：判断所述物联测点参数是否包含所述第一能效指标算法所需要的第一指定物联测点参数的步骤。
3.根据权利要求2所述的用于计算锅炉能效的方法，其特征在于，所述如果所述物联测点参数包括至少一种物联条件下的能效参数算法所需要的全部指定测点参数，则根据所述能效参数算法计算出所述锅炉的能效指标，包括步骤：
当所述物联测点参数包含所述第一能效指标算法所需要的第一指定物联测点参数时，则根据所述第一能效指标算法计算出所述锅炉的单耗和负荷率，所述单耗是指按照产生单位蒸汽所消耗的燃气量计算的锅炉的能效。
4.根据权利要求2或3所述的用于计算锅炉能效的方法，其特征在于，所述第一能效指标算法包括以下计算公式：
1），
2），
其中，dh为燃气蒸汽锅炉的单耗，单位为Nm3/t，，为燃气蒸汽锅炉的负荷率，为锅炉的燃气流量，为锅炉的蒸汽流量，为锅炉的额定容量。
5.根据权利要求1所述的用于计算锅炉能效的方法，其特征在于，所述能效参数算法包括第二能效指标算法，所述第二能效指标算法所需要的全部指定测点参数包括在第二物联测点布局情况下的第二指定物联测点参数；
判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，包括：判断所述物联测点参数是否包含所述第二能效指标算法所需要的第二指定物联测点参数的步骤。
6.根据权利要求5所述的用于计算锅炉能效的方法，其特征在于，所述如果所述物联测点参数包括至少一种物联条件下的能效参数算法所需要的全部指定测点参数，则根据所述能效参数算法计算出所述锅炉的能效指标，包括步骤：
当所述物联测点参数包含所述第二能效指标算法所需要的第二指定物联测点参数时，则根据所述第二能效指标算法计算出所述锅炉的能效和负荷率。
7.根据权利要求5或6所述的用于计算锅炉能效的方法，其特征在于，所述第二能效指标算法包括以下计算公式：
 3），
 4），
5），
 6） Cal ，
7），
8），
其中，N为转换系数，将热量由kcal转为kWh，loadrate_gsb为燃气蒸汽锅炉的负荷率，为锅炉的能效，f_ fuel为锅炉的燃气流量，f_steam为锅炉的蒸汽流量，pated_F为锅炉的额定容量，t_steam表示锅炉的蒸汽温度，p_steam表示锅炉的蒸汽压力，t_water表示锅炉的给水温度，f_water表示锅炉的给水流量，h_steam表示蒸汽比焓，h_water表示水的比焓，p_water表示水的压力，Cal表示燃气热值，D_water表示水的密度，q_input表示锅炉的输入能量，q_output 表示锅炉的输出能量。
8.一种用于计算锅炉能效的装置，其特征在于，包括：
数据获取模块，被配置为获取锅炉在不同物联布局情况下的负荷率；
能效计算模块，被配置为基于所述锅炉的负荷率与能效之间映射函数关系的能效模型，计算得到所述锅炉在所述负荷率下所对应的能效值；
所述装置还包括：能效模型建立模块，用于建立所述能效模型；
所述能效模型的建立过程包括：获取锅炉的物联测点参数，锅炉在不同物联布局情况下获取到的物联测点参数不同；判断所述物联测点参数是否包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数；如果所述物联测点参数包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，则根据所述能效参数算法计算出所述锅炉的能效指标；如果所述物联测点参数不包括至少一种物联测点布局情况下的能效参数算法所需要的全部指定测点参数，则返回所述获取锅炉的物联测点参数的步骤；通过对不同物联布局情况下的锅炉的能效指标计算获取到的能效指标数据进行收集形成数据集，所述能效指标数据包括负荷率和能效；根据高斯过程建立所述负荷率和能效之间的函数关系，并采用所述数据集进行训练得到所述能效模型。
CN202010399262.5A 2020-05-12 2020-05-12 用于计算锅炉能效的方法、装置、终端设备和存储介质 Active CN111625754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010399262.5A CN111625754B (zh) 2020-05-12 2020-05-12 用于计算锅炉能效的方法、装置、终端设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010399262.5A CN111625754B (zh) 2020-05-12 2020-05-12 用于计算锅炉能效的方法、装置、终端设备和存储介质

Publications (2)

Publication Number Publication Date
CN111625754A CN111625754A (zh) 2020-09-04
CN111625754B true CN111625754B (zh) 2023-05-02

Family

ID=72271921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010399262.5A Active CN111625754B (zh) 2020-05-12 2020-05-12 用于计算锅炉能效的方法、装置、终端设备和存储介质

Country Status (1)

Country Link
CN (1) CN111625754B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112326291B (zh) * 2020-11-05 2023-09-01 上海电科电机科技有限公司 锅炉能效检测方法、装置、计算机设备和可读存储介质
CN114764093A (zh) * 2021-01-13 2022-07-19 新智数字科技有限公司 燃气锅炉烟气一氧化碳含量监测方法及装置
CN113610289A (zh) * 2021-07-30 2021-11-05 新奥数能科技有限公司 工业锅炉的剩余维护时间预测方法、装置和计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968561A (zh) * 2012-11-16 2013-03-13 国家电气设备检测与工程能效测评中心（武汉） 一种锅炉系统的能效评估模型及方法
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
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
CN109840312A (zh) * 2019-01-22 2019-06-04 新奥数能科技有限公司 一种锅炉负荷率-能效曲线的异常值检测方法和装置
CN109858638A (zh) * 2019-01-16 2019-06-07 新奥数能科技有限公司 构建设备能效曲线的方法、装置、可读介质及电子设备
CN109886544A (zh) * 2019-01-17 2019-06-14 新奥数能科技有限公司 构建设备能效曲线模型的方法、装置、介质及电子设备
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968561A (zh) * 2012-11-16 2013-03-13 国家电气设备检测与工程能效测评中心（武汉） 一种锅炉系统的能效评估模型及方法
CN107025519A (zh) * 2017-03-30 2017-08-08 厦门大学 区域分布式冷热电多联产系统混合整数非线性模型优化方法
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
CN109858638A (zh) * 2019-01-16 2019-06-07 新奥数能科技有限公司 构建设备能效曲线的方法、装置、可读介质及电子设备
CN109886544A (zh) * 2019-01-17 2019-06-14 新奥数能科技有限公司 构建设备能效曲线模型的方法、装置、介质及电子设备
CN109840312A (zh) * 2019-01-22 2019-06-04 新奥数能科技有限公司 一种锅炉负荷率-能效曲线的异常值检测方法和装置
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)

* Cited by examiner, † Cited by third party
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. *
刘荣 ; 荀志国 ; 吕青 ; 方大俊 ; .基于PSO算法的供热系统锅炉集群运行参数优化.热能动力工程.2017,(第02期),全文. *

Also Published As

Publication number Publication date
CN111625754A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN111625754B (zh) 用于计算锅炉能效的方法、装置、终端设备和存储介质
CN111365733B (zh) 一种燃煤锅炉经济氧量动态寻优方法、系统及设备
CN111695742A (zh) 一种综合能源系统日前调度区间优化方法、系统及设备
Nunes et al. Multi‐stage co‐planning framework for electricity and natural gas under high renewable energy penetration
CN109242196A (zh) 火电厂用水量预测方法及装置
CN111525569A (zh) 一种区域综合能源系统优化调度方法、系统及设备
CN115147012A (zh) 一种基于神经网络模型的碳排放量核算方法及装置
CN108399505A (zh) 分布式光伏电源接入容量规划方法及终端设备
Zhao et al. Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty
Pan et al. Near‐optimal control of a stochastic vegetation‐water system with reaction diffusion
Waswa et al. A probabilistic conductor size selection framework for active distribution networks
Stepanovic et al. Unlocking the flexibility of district heating pipeline energy storage with reinforcement learning
Shi et al. Heat transfer efficiency prediction of coal-fired power plant boiler based on CEEMDAN-NAR considering ash fouling
Meran Thermodynamic constraints and the use of energy-dependent CES-production functions A cautionary comment
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
CN116432908A (zh) 近零碳园区的碳核算方法、装置、终端及存储介质
WO2021237459A1 (zh) 基于工业对象模型的数据处理方法、装置及设备
Li et al. Real‐time approach for oscillatory stability assessment in large‐scale power systems based on MRMR classifier
CN113177366B (zh) 一种综合能源系统规划方法、装置和终端设备
CN114519267A (zh) 地下电缆模型的数据更新方法
CN113065745A (zh) 双抽供热机组最小调峰出力确定方法、装置及终端
Hossain et al. Probabilistic load flow–based optimal placement and sizing of distributed generators
CN113779871A (zh) 一种电热耦合系统调度方法、装置、电子设备及其存储介质
CN203930952U (zh) 基于神经网络的电厂厂用电率计算系统
CN113591283B (zh) 燃气锅炉的运行氧量调整方法、装置和计算机设备

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