CN112348824A - 基于排除性随机的运煤车辆采样点选取方法及系统 - Google Patents

基于排除性随机的运煤车辆采样点选取方法及系统 Download PDF

Info

Publication number
CN112348824A
CN112348824A CN202011083797.8A CN202011083797A CN112348824A CN 112348824 A CN112348824 A CN 112348824A CN 202011083797 A CN202011083797 A CN 202011083797A CN 112348824 A CN112348824 A CN 112348824A
Authority
CN
China
Prior art keywords
sampling
coal
areas
randomness
exclusivity
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
CN202011083797.8A
Other languages
English (en)
Other versions
CN112348824B (zh
Inventor
刘智辉
李志强
刘文哲
邹光球
张宇
谌志东
李志金
何晔
于梦强
粟本发
戴青松
杨俊�
吴汝
谢新炎
王金将
张博
谢恩
张敏
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.)
Hunan Datang Xianyi Technology Co ltd
Original Assignee
Hunan Datang Xianyi 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 Hunan Datang Xianyi Technology Co ltd filed Critical Hunan Datang Xianyi Technology Co ltd
Priority to CN202011083797.8A priority Critical patent/CN112348824B/zh
Publication of CN112348824A publication Critical patent/CN112348824A/zh
Application granted granted Critical
Publication of CN112348824B publication Critical patent/CN112348824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Abstract

本发明公开了一种基于排除性随机的运煤车辆采样点选取方法及系统，方法包括S1、获取运煤车辆的尺寸和采样点数量N；S2、将运煤车辆的车顶区域均匀划分为18个区域；S3、进行采样区域的选择，当N小于等于3时，任意被选中的采样区域其相邻的采样区域不能再被选中，当N大于3时，先按照N＝3情况进行采样区域选择，然后在剩下的15个区域中随机选择N‑3个不同的采样区域；S4、在选定的采样区域内随机生成采样点坐标。系统包括存储器和运行上述方法的处理器。本发明实施方式采用了排除性随机算法，既保证了车辆采样点位置的随机性，又保证了采样点位置不会集中在相邻区域，提升了煤样的代表性，使得采样结果更加符合实际情况。

Description

基于排除性随机的运煤车辆采样点选取方法及系统
技术领域
本发明涉及火力发电厂运煤车辆采样领域，具体的涉及一种基于排除性随机的运煤车辆采样点选取方法及系统。
背景技术
当前在火力发电企业，燃料占据了发电成本的70％左右，最大限度降低燃料成本，提高企业盈利能力，是每一个发电企业重点对待的问题。燃料的结算是以煤样的抽样化验结果为依据进行的。煤样抽样的过程既要符合国家标准和行业标准，还要满足发电企业的管理要求，国家标准中要求将运煤车辆的顶部划分为18个区域进行随机区域采样，实行中发现很多问题，第一很多的发电企业还是由采样人员操作采样设备进行采样，采样位置完全由采样人员主观决定，存在着重大的内外部勾结，弄虚作假的风险，有些电厂虽然做到了系统自动生成采样方案，但采用的是完全随机的方法，经常会出现采样点集中在一起的情况，造成采样结果不具有代表性。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于排除性随机的运煤车辆采样点选取方法及系统，能够自动生成随机的采样点，避免人工选择造成的弄虚作假，并且也能够避免完全随机带来的采样点集中在一起的问题。
根据本发明实施例的一种基于排除性随机的运煤车辆采样点选取方法，包括以下步骤：
S1、获取采样点数量N,
S2、将运煤车辆的车顶区域均匀划分为18个区域；
S3、进行采样区域的选择，当N小于等于3时，任意被选中的采样区域其相邻的采样区域不能再被选中，当N大于3时，先按照N＝3情况进行采样区域选择，然后在剩下的15个区域中随机选择N-3个不同的采样区域；
S4、在选定的采样区域内随机生成采样点坐标。
根据本发明实施例的一种基于排除性随机的运煤车辆采样点选取系统，包括：存储器，用于存储计算机程序；
处理器，用于当执行所述计算机程序时，实现上述的基于排除性随机的运煤车辆采样点选取方法。
根据本发明实施例的一种基于排除性随机的运煤车辆采样点选取方法及系统，至少具有如下技术效果：本发明实施方式在车顶划分的18个区域中采用排除性随机算法，当车辆的采样点数小于等于3个时，任意被选中的采样区域其相邻的采样区域不能再被选中，当采样点数大于3个时，先按照采样点数等于3情况进行采样区域选择，然后在剩下的15个区域中随机选择剩余的采样区域，选定所有采样区域后，在选定好的采样区域的长宽范围内随机生成采样点的坐标，既保证了车辆采样点位置的随机性，又保证了采样点位置不会集中在相邻区域，提升了煤样的代表性，使得采样结果更加客观、真实、有效，更加符合实际情况。
根据本发明的一些实施例，每个采样区域的长度为车厢长度的六分之一，宽度为车厢宽度的三分之一。
根据本发明的一些实施例，所述步骤S4中每个采样区域内只能生成一个采样点坐标。
根据本发明的一些实施例，所述步骤S4中以车厢尾部的左侧车厢连接处为坐标原点。
根据本发明的一些实施例，所述步骤S2中18个区域的列数为3，行数为6。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例中基于排除性随机的运煤车辆采样点选取方法的流程图；
图2为本发明实施例中车顶18个区域的划分图；
图3为本发明实施例中一个采样区域的采样点选取方法的流程图；
图4为本发明实施例中三个采样区域的采样点选取方法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
参考图1，一种基于排除性随机的运煤车辆采样点选取方法，包括以下步骤：
S1、获取运煤车辆的尺寸和采样点数量N。
S2、参考图2，将运煤车辆的车顶区域均匀划分为18个区域，将运煤车辆的车厢在逻辑上均等划分为18个矩形采样区域，从车厢尾部的左侧标记为1号区域，依次标记，车厢前部的右侧为18号区域,将18个区域均标记为可采样，因运煤车辆的大小不一，因此每台车辆的任意可采样区域的长度为该车辆车厢长度(N)的1/6，宽度为该车辆车厢宽度(W)的1/3；
S3、进行采样区域的选择，当N小于等于3时，任意被选中的采样区域其相邻的采样区域不能再被选中，当N大于3时，先按照N＝3情况进行采样区域选择，然后在剩下的15个区域中随机选择N-3个不同的采样区域；
采样区域选择的具体步骤如下
参考图3，当N＝1时，在18个采样区域中随机选择一个采样区域M1。
当N＝2时，先在18个采样区域中随机选择一个采样区域M1，将M1区域和M1区域相邻的区域标记为不可采样区域，在剩下的可采样区域中再随机选择一个采样区域M2。
参考图4，当N＝3时，先在1至6号采样区域中随机选择一个采样区域M1，再将M1区域和M1区域相邻的区域标记为不可采样区域，再在7至12区域中的可采样区域中再随机选择一个采样区域M2，再将M2区域和M2区域相邻的区域标记为不可采样区域，最后，在剩下的13至18号区域中可采样区域中随机选择一个采样区域M3。
当N>3时，先按N＝3的情况进行采样区域选择，再在剩下的15个区域中随机选择N-3个不同号的采样区域。
S4、以车厢尾部左侧两个车厢板连接点作为坐标系的原点位置，在选定的采样区域内，随机生成采样点坐标(X、Y)。
本发明还包括一种基于排除性随机的运煤车辆采样点选取系统，包括：存储器，用于存储计算机程序；
处理器，用于当执行所述计算机程序时，实现上述的基于排除性随机的运煤车辆采样点选取方法。
综上所述，本发明实施例以运煤车辆的车厢尾部左侧两块车厢板连接处为原点，将运煤车辆的车厢在平面上均等划分为18个矩形采样区域，每个采样区域的长度为车厢长度的1/6，宽度为车厢宽度的1/3，当车辆的采样点数小于等于3个时，任意被选中的采样区域其相邻的采样区域不能再被选中，选定采样区域后，在该区域的长宽范围内随机生成采样点的坐标。
本发明实施方式采用了排除性随机算法，既保证了车辆采样点位置的随机性，又保证了采样点位置不会集中在相邻区域，提升了煤样的代表性，使得采样结果更加符合实际情况。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (6)

1.一种基于排除性随机的运煤车辆采样点选取方法，其特征在于，包括以下步骤：
S1、获取采样点数量N；
S2、将运煤车辆的车顶区域均匀划分为18个区域；
S3、进行采样区域的选择，当N小于等于3时，任意被选中的采样区域其相邻的采样区域不能再被选中，当N大于3时，先按照N＝3情况进行采样区域选择，然后在剩下的15个区域中随机选择N-3个不同的采样区域；
S4、在选定的采样区域内随机生成采样点坐标。
2.根据权利要求1述的基于排除性随机的运煤车辆采样点选取方法，其特征在于：每个采样区域的长度为车厢长度的六分之一，宽度为车厢宽度的三分之一。
3.根据权利要求1所述的基于排除性随机的运煤车辆采样点选取方法，其特征在于：所述步骤S4中每个采样区域内只能生成一个采样点坐标。
4.根据权利要求1所述的基于排除性随机的运煤车辆采样点选取方法，其特征在于：所述步骤S4中以车厢尾部的左侧车厢连接处为坐标原点。
5.根据权利要求1所述的基于排除性随机的运煤车辆采样点选取方法，其特征在于：所述步骤S2中18个区域的列数为3，行数为6。
6.一种基于排除性随机的运煤车辆采样点选取系统，其特征在于，包括：存储器，用于存储计算机程序；
处理器，用于当执行所述计算机程序时，实现如权利要求1至5任一项所述的基于排除性随机的运煤车辆采样点选取方法。
CN202011083797.8A 2020-10-12 2020-10-12 基于排除性随机的运煤车辆采样点选取方法及系统 Active CN112348824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011083797.8A CN112348824B (zh) 2020-10-12 2020-10-12 基于排除性随机的运煤车辆采样点选取方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011083797.8A CN112348824B (zh) 2020-10-12 2020-10-12 基于排除性随机的运煤车辆采样点选取方法及系统

Publications (2)

Publication Number Publication Date
CN112348824A true CN112348824A (zh) 2021-02-09
CN112348824B CN112348824B (zh) 2022-10-11

Family

ID=74361700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011083797.8A Active CN112348824B (zh) 2020-10-12 2020-10-12 基于排除性随机的运煤车辆采样点选取方法及系统

Country Status (1)

Country Link
CN (1) CN112348824B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113091676A (zh) * 2021-04-19 2021-07-09 广东韶钢松山股份有限公司 一种废钢压块的抽样、抽检方法和装置
CN113310722A (zh) * 2021-05-26 2021-08-27 中南大学 一种对粉料进行网格分区自动随机取样的设备和方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034440A1 (en) * 2008-08-08 2010-02-11 Siemens Medical Solutions Usa, Inc. Anatomical Primitive Detection
CN102314170A (zh) * 2011-04-27 2012-01-11 柳威 一种采样方法
CN103792108A (zh) * 2014-03-10 2014-05-14 湖南万通科技有限公司 一种采样方法及采样机
CN104181005A (zh) * 2014-08-19 2014-12-03 国家电网公司 应用于运输工具的全水分煤样取样系统及其工作方法
CN105445054A (zh) * 2015-11-09 2016-03-30 长沙开元仪器股份有限公司 一种车厢煤炭采样方法和装置
CN108007711A (zh) * 2017-11-17 2018-05-08 湖南三德科技股份有限公司 一种规避车厢拉筋的采样方法、车厢及采样装置
CN108181644A (zh) * 2017-12-06 2018-06-19 中国石油天然气集团公司 一种采样方法及装置
CN109211607A (zh) * 2018-09-25 2019-01-15 中铝视拓智能科技有限公司 一种采样方法、装置、设备、系统及可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034440A1 (en) * 2008-08-08 2010-02-11 Siemens Medical Solutions Usa, Inc. Anatomical Primitive Detection
CN102314170A (zh) * 2011-04-27 2012-01-11 柳威 一种采样方法
CN103792108A (zh) * 2014-03-10 2014-05-14 湖南万通科技有限公司 一种采样方法及采样机
CN104181005A (zh) * 2014-08-19 2014-12-03 国家电网公司 应用于运输工具的全水分煤样取样系统及其工作方法
CN105445054A (zh) * 2015-11-09 2016-03-30 长沙开元仪器股份有限公司 一种车厢煤炭采样方法和装置
CN108007711A (zh) * 2017-11-17 2018-05-08 湖南三德科技股份有限公司 一种规避车厢拉筋的采样方法、车厢及采样装置
CN108181644A (zh) * 2017-12-06 2018-06-19 中国石油天然气集团公司 一种采样方法及装置
CN109211607A (zh) * 2018-09-25 2019-01-15 中铝视拓智能科技有限公司 一种采样方法、装置、设备、系统及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周玉辉等: "火车煤炭采样点快速选取系统设计与应用", 《煤矿机械》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113091676A (zh) * 2021-04-19 2021-07-09 广东韶钢松山股份有限公司 一种废钢压块的抽样、抽检方法和装置
CN113091676B (zh) * 2021-04-19 2023-03-24 广东韶钢松山股份有限公司 一种废钢压块的抽样、抽检方法和装置
CN113310722A (zh) * 2021-05-26 2021-08-27 中南大学 一种对粉料进行网格分区自动随机取样的设备和方法

Also Published As

Publication number Publication date
CN112348824B (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN112348824B (zh) 基于排除性随机的运煤车辆采样点选取方法及系统
CN112782743B (zh) 一种车辆定位方法、装置、计算机设备及存储介质
EP3349126B1 (en) Method, device, storage medium, and apparatus for automatically discovering fuel station poi
CN112800165B (zh) 一种基于聚类算法的产业集群定位方法、装置及电子设备
CN107507291B (zh) 一种可视化巡检管理方法及装置
CN115794414B (zh) 基于并行计算的卫星对地通视分析方法、装置和设备
CN110942455A (zh) 输电线路开口销缺失检测方法、装置和计算机设备
CN108414690A (zh) 一种参数确定方法及其相关设备
CN110647138B (zh) 基于改进蚁群算法的充电桩can总线协议的安全检测方法
US9652836B2 (en) Defect cell clustering method and apparatus thereof
CN105939364A (zh) 一种智能的消息推送方法和系统
CN110555586B (zh) 一种基于热点网格的生态监测方法及装置
CN103220299B (zh) 一种云端“协同式”恶意检测引擎识别方法
CN105929724A (zh) 基于数据请求循环的obd产品识别方法及系统
CN112505247B (zh) 空气质量分析方法、装置、设备及存储介质
CN106156627A (zh) 自动化信息系统漏洞风险的处理方法和装置
CN104008050A (zh) 一种自动生成接口型式试验测试序列的系统及方法
CN112923916B (zh) 一种地图精简方法、装置、电子设备及机器可读存储介质
CN117784814A (zh) 基于无人机的污染物溯源方法、装置及电子设备
CN112666944A (zh) 一种agv轨迹线的求值方法、存储设备和电子设备
CN110968454B (zh) 确定已丢失数据块的恢复数据的方法和装置
CN115412928B (zh) 一种基于空间技术的插花基站识别方法和装置
CN114387559A (zh) 基于图像追踪的货物自动上架监测方法、装置及终端设备
CN117893794A (zh) 一种非正规加油站识别方法、装置、设备及介质
CN117097572A (zh) 一种家居物联网终端及其操作方法

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