CN111737635B - 一种基于数据轨迹曲线预测未来数据曲线趋势的方法 - Google Patents

一种基于数据轨迹曲线预测未来数据曲线趋势的方法 Download PDF

Info

Publication number
CN111737635B
CN111737635B CN202010637912.5A CN202010637912A CN111737635B CN 111737635 B CN111737635 B CN 111737635B CN 202010637912 A CN202010637912 A CN 202010637912A CN 111737635 B CN111737635 B CN 111737635B
Authority
CN
China
Prior art keywords
curve
data
time period
track curve
predicting
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
CN202010637912.5A
Other languages
English (en)
Other versions
CN111737635A (zh
Inventor
李波
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.)
Huadian Weifang Power Generation Co Ltd
Original Assignee
Huadian Weifang Power Generation 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 Huadian Weifang Power Generation Co Ltd filed Critical Huadian Weifang Power Generation Co Ltd
Priority to CN202010637912.5A priority Critical patent/CN111737635B/zh
Publication of CN111737635A publication Critical patent/CN111737635A/zh
Application granted granted Critical
Publication of CN111737635B publication Critical patent/CN111737635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于数据(液位/料位)轨迹曲线预测未来数据曲线趋势的方法：人为选取一段合适的时间段A，在时间段A的现有轨迹曲线上选取两点(t1,y1)(t2,y2)，计算k＝(y2‑y1)/(t2‑t1)，生成y＝y2+(t‑t2)*k函数，根据y＝y2+(t‑t2)*k函数生成模糊预测数据曲线。计算时间段A内，石灰石浆液的消耗量Q1、补给量Q2，计算时间段A内石灰石浆液剩余量Q2‑Q1，计算该箱体数据S＝π*(d/2)2(d为圆柱体箱体直径)，计算单位时间内箱体液位高度变化率△h＝(Q2‑Q1)/(S*(t2‑t1))，生成y＝y2+(t‑t2)*△h函数，根据y＝y2+(t‑t2)*△h函数生成精准预测数据曲线。本发明投入低、安全性好、经济性显著，可广泛应用，能够方便工作人员掌握箱体/罐体内液位和料仓料位情况。

Description

一种基于数据轨迹曲线预测未来数据曲线趋势的方法
技术领域
本发明涉及一种基于数据（液位/料位）轨迹曲线预测未来数据曲线趋势的方法。
背景技术
当前国家对环保要求愈加严格，火力发电企业多采用石灰石-石膏湿法脱硫工艺来处理烟气中的二氧化硫，有许多液位计、料位计用于检测各箱体/罐体、料仓的液位/料位。为了方便工作人员判断启、停湿磨机，需要在生产现场掌握石灰石浆液箱内石灰石浆液剩余情况。
发明内容
本发明公开了一种基于数据（液位/料位）轨迹曲线预测未来数据曲线趋势的方法，可以通过现有轨迹曲线数据对未来数据曲线趋势进行预测，方便工作人员掌握箱体/罐体内液位和料仓内料位的情况，为工作人员调整设备做依据，易于推广，效果显著。
本发明涉及的一种基于数据（液位/料位）轨迹曲线预测未来数据曲线趋势的方法，数据轨迹曲线位于二维坐标系中，坐标系的水平轴为时间域，坐标系的垂直轴为数值域。包括以下步骤：
Ⅰ、人为选取一段合适的时间段A，以此为基础进行预测，通过数据轨迹曲线判断得出时间段A的现有轨迹曲线呈线性；
Ⅱ、在时间段A的现有轨迹曲线上选取两点(t1,y1)(t2,y2)；
Ⅲ、计算k= (y2-y1)/(t2-t1)；
Ⅳ、生成y=y2+(t-t2)*k 函数；
Ⅴ、根据y=y2+(t-t2)*k 函数生成模糊预测数据曲线。
还包括以下步骤：
在依次执行步骤Ⅰ和步骤Ⅱ后，再依次执行以下步骤（1）-步骤（6），
（1）计算时间段A内，石灰石浆液的消耗量Q1、补给量Q2；
（2）计算时间段A内石灰石浆液剩余量Q2-Q1；
（3）计算箱体数据S=π*(d/2)2（d为圆柱体箱体直径）；
（4）计算单位时间内箱体液位高度变化率△h=（Q2-Q1）/(S*(t2-t1))；
（5）生成y=y2+(t-t2)*△h函数；
（6）根据y=y2+(t-t2)*△h 函数生成精准预测数据曲线。
优选地，在所述现有轨迹曲线上选取的两点为现有轨迹曲线的两端点。
优选地，所述现有轨迹曲线采用实线表示，所述模糊预测数据曲线采用虚线表示。
优选地，所述现有轨迹曲线采用实线表示，所述精准预测数据曲线采用虚线表示。
优选地，所述模糊预测数据曲线与所述精准预测数据曲线采用不同颜色表示。
本发明的有益效果为：方便工作人员掌握箱体/罐体内液位和料仓料位情况，为工作人员调整设备做依据；本发明针对当前对未来数据不够清晰的情况进行弥补，填补空白，只是在软件层面进行创新性改造，投入低、安全性好、经济性显著，可广泛应用。
附图说明
下面结合附图对本发明作进一步说明：
图1是本发明一种基于数据（液位/料位）轨迹曲线预测未来数据曲线趋势的方法的流程图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明，所使用的术语仅是为了描述具体实施方式，而非意图限制基于本申请的示例性实施方式。
图1所示，本发明涉及的一种基于数据（液位/料位）轨迹曲线预测未来数据曲线趋势的方法，数据轨迹曲线位于二维坐标系中，坐标系的水平轴为时间域，坐标系的垂直轴为数值域，具体步骤如下：
Ⅰ、人为选取一段合适的时间段A，以此为基础进行预测，通过数据轨迹曲线判断得出时间段A的现有轨迹曲线呈线性；
Ⅱ、在时间段A的现有轨迹曲线上选取两点(t1,y1)(t2,y2)（y1和y2分别是轨迹曲线在t1和t2时对应的数值，具体的说是液位/料位分别在t1和t2时的具体数值），在所述现有轨迹曲线上选取的两点优选为现有轨迹曲线的两端点；
Ⅲ、计算k= (y2-y1)/(t2-t1)；
Ⅳ、生成y=y2+(t-t2)*k 函数；
Ⅴ、根据y=y2+(t-t2)*k 函数生成模糊预测数据曲线。
为了方便区分现有轨迹曲线与模糊预测数据曲线，可将现有轨迹曲线采用实线表示，模糊预测数据曲线采用虚线表示，当然也可采用其他可以用来区分的表示方式。
本发明还可进一步生成精准预测数据曲线，经以上步骤Ⅰ和步骤Ⅱ之后还包括以下步骤：
（1）计算时间段A内，石灰石浆液的消耗量Q1、补给量Q2；
（2）计算时间段A内石灰石浆液剩余量Q2-Q1；
（3）计算该箱体数据S=π*(d/2)2（d为圆柱体箱体直径）；
（4）计算单位时间内箱体液位高度变化率△h=（Q2-Q1）/(S*(t2-t1))；
（5）生成y=y2+(t-t2)*△h函数；
（6）根据y=y2+(t-t2)*△h 函数生成精准预测数据曲线。
同样，为了方便区分现有轨迹曲线与精准预测数据曲线，可将有轨迹曲线采用实线表示，精准预测数据曲线采用虚线表示，也可采用其他可以用来区分的方式。
所述模糊预测数据曲线与所述精准预测数据曲线采用不同颜色表示，以便于区分模糊预测数据曲线与精准预测数据曲线。
本发明专利设计灵活，可以通过现有轨迹曲线数据对未来数据曲线趋势进行预测，方便工作人员掌握箱体/罐体内液位和料仓料位情况，为工作人员调整设备做依据。本发明可生成模糊预测数据曲线与精准预测数据曲线，工作人员可以根据需要选择只生成模糊预测数据曲线或是只生成精准预测数据曲线，亦或是同时生成模糊预测数据曲线和精准预测数据曲线。本发明针对当前对未来数据不够清晰的情况进行弥补，填补空白，只是在软件层面进行创新性改造，投入低、安全性好、经济性显著，可广泛应用。
本发明中箱体的形状选用圆柱形箱体，若采用其他形状的箱体，则箱体数据S的计算方式应随之进行改变。本发明中所述时间段A的选取是在机组负荷和机组硫分较稳定，并且一段时间内石灰石浆液消耗量较稳定的条件下进行的。
以上依据本发明的理想实施例为启示，通过上述的说明内容，相关人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定技术性范围。

Claims (5)

1.一种基于数据轨迹曲线预测未来数据曲线趋势的方法，其特征在于：数据轨迹曲线位于二维坐标系中，坐标系的水平轴为时间域，坐标系的垂直轴为数值域，包括以下步骤：
Ⅰ、人为选取一段合适的时间段A，以此为基础进行预测，通过数据轨迹曲线判断得出时间段A的现有轨迹曲线呈线性，
Ⅱ、在时间段A的现有轨迹曲线上选取两点(t1,y1)(t2,y2)，
Ⅲ、计算k= (y2-y1)/(t2-t1)，
Ⅳ、生成y=y2+(t-t2)*k 函数，
Ⅴ、根据y=y2+(t-t2)*k 函数生成模糊预测数据曲线；
还包括以下步骤：
在依次执行步骤Ⅰ和步骤Ⅱ后，再依次执行以下步骤（1）-步骤（6），
（1）计算时间段A内，石灰石浆液的消耗量Q1、补给量Q2，
（2）计算时间段A内石灰石浆液剩余量Q2-Q1，
（3）计算箱体数据S=π*(d/2)2，d为圆柱体箱体直径，
（4）计算单位时间内箱体液位高度变化率△h=（Q2-Q1）/(S*(t2-t1))，
（5）生成y=y2+(t-t2)*△h函数，
（6）根据y=y2+(t-t2)*△h 函数生成精准预测数据曲线。
2.根据权利要求1所述的一种基于数据轨迹曲线预测未来数据曲线趋势的方法，其特征在于：在所述现有轨迹曲线上选取的两点为现有轨迹曲线的两端点。
3.根据权利要求1所述的一种基于数据轨迹曲线预测未来数据曲线趋势的方法，其特征在于：所述现有轨迹曲线采用实线表示，所述模糊预测数据曲线采用虚线表示。
4.根据权利要求1所述的一种基于数据轨迹曲线预测未来数据曲线趋势的方法，其特征在于：所述现有轨迹曲线采用实线表示，所述精准预测数据曲线采用虚线表示。
5.根据权利要求1所述的一种基于数据轨迹曲线预测未来数据曲线趋势的方法，其特征在于：所述模糊预测数据曲线与所述精准预测数据曲线采用不同颜色表示。
CN202010637912.5A 2020-07-01 2020-07-01 一种基于数据轨迹曲线预测未来数据曲线趋势的方法 Active CN111737635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010637912.5A CN111737635B (zh) 2020-07-01 2020-07-01 一种基于数据轨迹曲线预测未来数据曲线趋势的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010637912.5A CN111737635B (zh) 2020-07-01 2020-07-01 一种基于数据轨迹曲线预测未来数据曲线趋势的方法

Publications (2)

Publication Number Publication Date
CN111737635A CN111737635A (zh) 2020-10-02
CN111737635B true CN111737635B (zh) 2024-03-19

Family

ID=72653228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010637912.5A Active CN111737635B (zh) 2020-07-01 2020-07-01 一种基于数据轨迹曲线预测未来数据曲线趋势的方法

Country Status (1)

Country Link
CN (1) CN111737635B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103792933A (zh) * 2012-10-12 2014-05-14 爱默生过程管理电力和水解决方案公司 利用仿真系统确定和调谐过程特征参数的方法
CN104111604A (zh) * 2013-04-16 2014-10-22 中国石油化工股份有限公司 乙苯脱氢生产过程的预测函数控制方法
CN104848885A (zh) * 2015-06-04 2015-08-19 北京金控自动化技术有限公司 一种对设备未来故障时间点进行预测的方法
CN110824018A (zh) * 2019-11-12 2020-02-21 宁波市劳动安全技术服务公司 常压储罐风险评估及安全检测评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11507064B2 (en) * 2016-05-09 2022-11-22 Strong Force Iot Portfolio 2016, Llc Methods and systems for industrial internet of things data collection in downstream oil and gas environment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103792933A (zh) * 2012-10-12 2014-05-14 爱默生过程管理电力和水解决方案公司 利用仿真系统确定和调谐过程特征参数的方法
CN104111604A (zh) * 2013-04-16 2014-10-22 中国石油化工股份有限公司 乙苯脱氢生产过程的预测函数控制方法
CN104848885A (zh) * 2015-06-04 2015-08-19 北京金控自动化技术有限公司 一种对设备未来故障时间点进行预测的方法
CN110824018A (zh) * 2019-11-12 2020-02-21 宁波市劳动安全技术服务公司 常压储罐风险评估及安全检测评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
二型T－S 模糊系统在球磨机料位预测中的应用;王丹 等;《仪表技术与传感器》(第12期);103-109 *
石灰石／石育湿法烟气脱硫系统优化技术研究;乔宗良;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》(2017年底02期);B027-224 *

Also Published As

Publication number Publication date
CN111737635A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN110496507B (zh) 一种湿法脱硫工艺中拟合亚硫酸钙浓度的方法
CN102489144B (zh) 湿法烟气脱硫浆液pH值、密度的测量装置
CN101942537B (zh) 一种高炉出渣量在线检测方法
CN111737635B (zh) 一种基于数据轨迹曲线预测未来数据曲线趋势的方法
CN111680429B (zh) 水箱主动调蓄方法及系统、电子设备、存储介质
CN101653696B (zh) 用于烧结成品矿的烧结烟气脱硫废水处理系统及其方法
CN201255834Y (zh) 能量系统综合优化调度系统
CN202596611U (zh) 石油钻井起钻作业中自动灌浆控制系统
CN109365545A (zh) 层流冷却供水量控制系统及其方法
CN102357341B (zh) 生物质锅炉烟气脱硫装置及工艺
CN110245415A (zh) 车轮踏面凹形磨耗阈值确定方法和确定装置
CN103776570B (zh) 一种水平轴表面曝气设备充氧效率的在线测试方法与装置
CN102151482B (zh) 镁基—海水法船用脱硫系统中给排水控制方法
CN113648800B (zh) 一种湿法脱硫pH值预测控制方法及系统
CN104593826A (zh) 供料净化系统的负压值控制方法及装置
CN111635071B (zh) 一种基于多元数据方法的渗滤液处理智能化工业控制方法
CN102645318A (zh) 一种rh-mfb冶金反应模拟试验装置
CN202915339U (zh) 一种转炉余热锅炉的节水节能装置
CN109297859B (zh) 湿法脱硫装置石膏浆液密度及pH测量装置的使用方法
CN203174145U (zh) 钢包自动增氮装置
CN204563927U (zh) 一种用于脱硫塔的氧化空气管网
CN206199002U (zh) 一种脱硫吸收塔浆液循环系统
CN112326504A (zh) 一种复合脱硫装置石膏浆液密度测量方法及测量系统
CN201588160U (zh) 一种液位跟踪式沥青加温设备
CN220137060U (zh) 一种基于orp原理实现脱硫浆液氧化率在线监测装置

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