CN113420843A - 一种基于微型流化床的热量测试方法、装置、设备及介质 - Google Patents

一种基于微型流化床的热量测试方法、装置、设备及介质 Download PDF

Info

Publication number
CN113420843A
CN113420843A CN202110966325.5A CN202110966325A CN113420843A CN 113420843 A CN113420843 A CN 113420843A CN 202110966325 A CN202110966325 A CN 202110966325A CN 113420843 A CN113420843 A CN 113420843A
Authority
CN
China
Prior art keywords
heat
characters
character
data
category
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
CN202110966325.5A
Other languages
English (en)
Other versions
CN113420843B (zh
Inventor
柏文琦
向德
钟兰
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 Institute of Metrology and Test
Original Assignee
Hunan Institute of Metrology and Test
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 Institute of Metrology and Test filed Critical Hunan Institute of Metrology and Test
Priority to CN202110966325.5A priority Critical patent/CN113420843B/zh
Publication of CN113420843A publication Critical patent/CN113420843A/zh
Application granted granted Critical
Publication of CN113420843B publication Critical patent/CN113420843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K17/00Measuring quantity of heat
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/048Activation functions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本申请涉及数据测试领域,揭露一种基于微型流化床的热量测试方法、装置、电子设备及存储介质,所述方法包括:接收用户输入的热量测试请求,从微型流化床中获取热量测试请求的热量数据;对热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对编码热量字符进行特征提取,得到特征热量字符;利用字符分类模型对特征热量字符进行热量分类,得到多个类别热量字符,根据多个类别热量字符,对热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;计算每个类别热量数据的热量测试值,并汇总每个热量测试值,得到最终热量测试值。本申请可以提高微型流化床的热量测试准确性。

Description

一种基于微型流化床的热量测试方法、装置、设备及介质
技术领域
本申请涉及数据测试领域,尤其涉及一种基于微型流化床的热量测试方法、装置、电子设备以及计算机可读存储介质。
背景技术
微型流化床是一种气固相反应过程或液固相反应过程的反应器,又称沸腾床,在微型流化床运行过程中,其内部结构会产生不同的热量,为了更好的监测微型流化床中内部结构产生的热量信息,通常需要对微型流化床进行热量测试。
目前,微型流化床的热量测试通常是基于热量测试仪器进行检测后展示,但是由于微型流化床在运行过程时,会产生大量不同类别的热量数据,若是通过热量测试仪器进行微型流化床的热量测试,很容易出现微型流化床中不同结构产生的热量数据发生交叉的现象,比如微型流化床中A结构产生的热量数据被检测用于计算微型流化床中B结构的热量值,这样会影响微型流化床的热量测试准确性。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种基于微型流化床的热量测试方法、装置、电子设备以及计算机可读存储介质,可以提高微型流化床的热量测试准确性。
第一方面,本申请提供了一种基于微型流化床的热量测试方法,包括:
接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
可以看出,本申请实施例首先从微型流化床中获取用户输入的热量测试请求的热量数据,可以保障后续热量测试值计算的前提;其次,本申请实施例通过对所述热量数据中的热量字符进行位置向量编码和特征提取,得到特征热量字符,可以标记所述热量数据中每个热量字符的位置信息和向量信息,从而可以方便后续热量字符的快速查找和计算,并从所述热量字符筛选出可以表征其对应热量数据的特征字符,降低后续热量数据的计算量,提高热量数据的处理速度;进一步地,本申请实施例利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,可以识别所述特征热量字符的热量类别,以实现后续热量数据的类别划分,并根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据,以将所述热量数据中的每个数据进行归类,可以避免因微型流化床中不同结构产生的热量数据,导致热量测试值计算出现数据交叉的现象,提高热量测试值的计算准确性。因此,本申请实施例提出的一种基于微型流化床的热量测试方法可以提高微型流化床的热量测试准确性。
在第一方面的一种可能实现方式中,所述从微型流化床中获取所述热量测试请求的热量数据,包括:
识别所述热量测试请求的热量测试字段,并将所述热量测试字段转换为热量测试指令;
根据所述热量测试指令,利用热量测试仪器向所述微型流化床中采集热量数据。
在第一方面的一种可能实现方式中,所述对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,包括:
对所述热量数据中的热量字符进行位置索引编码,得到索引热量字符;
利用向量转换算法将所述热量数据中的热量字符进行向量转换,得到向量热量字符;
将所述索引热量字符和所述向量热量字符进行拼接,得到编码热量字符。
在第一方面的一种可能实现方式中,所述对所述编码热量字符进行特征提取,得到特征热量字符,包括:
删除所述编码热量字符中的无用字符,得到初始编码热量字符;
计算所述初始编码热量字符中每个热量字符的权重;
选取所述权重大于预设阈值的热量字符,得到特征热量字符。
在第一方面的一种可能实现方式中,所述计算所述初始编码热量字符中每个热量字符的权重,包括:
利用下述公式计算所述初始编码热量字符中每个热量字符的权重:
Figure 942396DEST_PATH_IMAGE001
其中,
Figure 432283DEST_PATH_IMAGE002
表示第i个热量字符的权重,
Figure 680731DEST_PATH_IMAGE003
表示初始编码热量字符中第i个热量字符的特征向量期望值,
Figure 371606DEST_PATH_IMAGE004
表示初始编码热量字符中第i个热量字符的特征向量协方差,trace()表示空间滤波函数。
在第一方面的一种可能实现方式中,所述利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,包括:
利用所述字符分类模型中的输入门计算所述特征热量字符的状态值,及利用所述字符分类模型中的遗忘门计算所述特征热量字符的激活值;
根据所述状态值和激活值计算所述特征热量字符的状态更新值;
利用所述字符分类模型中的输出门计算所述状态更新值的字符序列,根据所述字符序列,输出所述特征热量字符的字符类别,得到多个类别热量字符。
在第一方面的一种可能实现方式中,所述根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据,包括:
查询每个所述类别热量字符的热量类别和位置索引;
根据所述位置索引,查找每个所述类别热量字符在所述热量数据中每个数据的字符位置;
根据每个所述类别热量字符的热量类别,在所述字符位置中标记所述每个数据的热量类别,得到多个类别热量数据。
第二方面,本申请提供了一种基于微型流化床的热量测试装置,所述装置包括:
热量数据获取模块,用于接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
字符特征提取模块,用于对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
热量数据分类模块,用于利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
热量数据计算模块,用于计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
第三方面,本申请提供一种电子设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的基于微型流化床的热量测试方法。
第四方面,本申请提供一种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意一项所述的基于微型流化床的热量测试方法。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种基于微型流化床的热量测试方法的详细流程示意图;
图2为本申请一实施例中图1提供的一种基于微型流化床的热量测试方法的其中一个步骤流程示意图;
图3为为本申请一实施例中图1提供的一种基于微型流化床的热量测试方法的另外一个步骤流程示意图;
图4为本申请一实施例提供的一种基于微型流化床的热量测试装置的模块示意图;
图5为本申请一实施例提供的实现基于微型流化床的热量测试方法的电子设备的内部结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
参阅图1所示的流程图描述了本申请一实施例提供的基于微型流化床的热量测试方法。其中,图1中描述的基于微型流化床的热量测试方法包括:
S1、接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据。
本申请实施例中,所述热量测试请求基于不同用户需求产生,如用户A的需求为检测近三天内微型流化床产生的所有热量值,用户B的需求为检测近一天内微型流化床产生的热量变化情况。所述微型流化床可以理解为将大量固体颗粒悬浮于运动的流体之中,从而使颗粒具有流体的表观特征,这种流固接触状态称为固体流态化,即流化床。
进一步地,作为本申请的一个实施例,所述从微型流化床中获取所述热量测试请求的热量数据,包括:识别所述热量测试请求的热量测试字段,并将所述热量测试字段转换为热量测试指令,根据所述热量测试指令,利用热量测试仪器向所述微型流化床中采集热量数据。
其中,所述热量测试字段用于表征所述热量测试请求的热量测试信息,如热量测试时间、热量测试结构以及热量测试对象等,所述热量测试指令用于触发所述微型流化床的热量数据采集的命令,所述热量数据是指在所述微型流化床运行过程中所产生的数据,其包括风量数据、碳量数据、温度数据以及烟气数量等等。
进一步地,本申请一可选实施例中,所述热量测试字段的识别可以通过所述热量测试请求的属性实现,如id、类型、时间等,所述热量测试指令可以通过编程语言进行转换,如Java、C++语言等,所述热量测试仪器可以为温度传感器、热量计、热量仪表等。
基于所述热量数据的获取,可以保障后续热量测试值计算的前提。
S2、对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符。
应该了解,在上述S1中获取的热量数据中会包含大量的热量字符,为区别每个热量数据中热量字符所属类别,本申请通过对所述热量数据中的热量字符进行位置向量编码,以标记所述热量数据中每个热量字符的位置信息和向量信息,从而可以方便后续热量字符的快速查找和计算。
作为本申请的一个实施例,所述对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,包括:对所述热量数据中的热量字符进行位置索引编码,得到索引热量字符,利用向量转换算法将所述热量数据中的热量字符进行向量转换,得到向量热量字符,将所述索引热量字符和所述向量热量字符进行拼接,得到编码热量字符。
其中,所述位置索引编码基于不同业务场景设置,比如,所述热量数据中的热量字符为:“锅炉输出的烟气速度为1m/s”,则对所述“锅炉输出烟气速度为1m/s”中的字符进行位置索引编码,得到“锅”位置索引为0、“炉”位置索引为1、“输”位置索引为2、“出”位置索引为3、“的”位置索引为4、“烟”位置索引为5、“气”位置索引为6、“速”位置索引为7、“度”位置索引为8、“为”位置索引为9以及“1m/s”位置索引为10。所述向量转换算法可以为当前已知的Word2vec算法,所述索引热量字符和所述向量热量字符的拼接可以通过拼接字符实现,如“-”。
进一步地,本申请实施例通过对所述编码热量字符进行特征提取,以从所述编码热量字符筛选出可以表征其对应热量数据的特征字符,降低后续热量数据的计算量,提高热量数据的处理速度。
作为本申请的一个实施例,参阅图2所示,所述对所述编码热量字符进行特征提取,得到特征热量字符,包括:
S201、删除所述编码热量字符中的无用字符,得到初始编码热量字符;
S202、计算所述初始编码热量字符中每个热量字符的权重;
S203、选取所述权重大于预设阈值的热量字符,得到特征热量字符。
其中,所述无用字符是指在所述编码热量字符中不表征实际意义的字符,如语气字符,停用词等,所述无用字符的删除可以通过停用词表实现,所述权重是指所述初始编码热量字符中每个热量字符在所述热量数据所表征的意义的重要程度,所述预设阈值可以设置为0.6,也可以根据实际业务场景设置。
进一步地,本申请又一可选实施例中,利用下述公式计算所述初始编码热量字符中每个热量字符的权重:
Figure 236663DEST_PATH_IMAGE005
其中,
Figure 530241DEST_PATH_IMAGE006
表示第i个热量字符的权重,
Figure 118349DEST_PATH_IMAGE007
表示初始编码热量字符中第i个热量字符的特征向量期望值,
Figure 760551DEST_PATH_IMAGE008
表示初始编码热量字符中第i个热量字符的特征向量协方差,trace()表示空间滤波函数。
S3、利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据。
本申请实施例中,所述字符分类模型通过长短期记忆网络(LSTM,Long Short-Term Memory)构建,所述LSTM网络用于解决循环神经网络长期依赖的问题,在本申请中,所述字符分类模型用于识别所述特征热量字符的热量类别,以实现后续热量数据的类别划分,提高热量数据的热量测试值的计算准确率。其中,所述字符分类模型包括输入门、输出门以及遗忘门,所述输入门用于计算所述特征热量字符的状态值,所述输出门用于计算所述特征热量字符的激活值,所述输出门用于计算所述特征热量字符的字符序列,以确定所述特征热量字符的字符热量类别。
作为本申请的一个实施例,所述利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,包括:利用所述字符分类模型中的输入门计算所述特征热量字符的状态值;利用所述字符分类模型中的遗忘门计算所述特征热量字符的激活值;根据所述状态值和激活值计算所述特征热量字符的状态更新值;利用所述字符分类模型中的输出门计算所述状态更新值的字符序列,根据所述字符序列,输出所述特征热量字符的字符类别,得到多个类别热量字符。
一个可选实施例走,利用下述公式计算所述特征热量字符的状态值:
Figure 925953DEST_PATH_IMAGE009
其中,
Figure 695326DEST_PATH_IMAGE010
表示状态值,
Figure 387208DEST_PATH_IMAGE011
表示输入门中细胞单元的偏置,
Figure 951044DEST_PATH_IMAGE012
表示输入门的激活因子,
Figure 603742DEST_PATH_IMAGE013
表示特征热量字符在输入门t-1时刻的峰值,
Figure 629336DEST_PATH_IMAGE014
表示在t时刻输入的特征热量字符,
Figure 723194DEST_PATH_IMAGE015
表示输入门中细胞单元的权重。
一个可选实施例中,利用下述公式计算所述特征热量字符的激活值:
Figure 785828DEST_PATH_IMAGE016
其中,
Figure 864772DEST_PATH_IMAGE017
表示激活值,
Figure 444789DEST_PATH_IMAGE011
表示遗忘门中细胞单元的偏置,
Figure 721049DEST_PATH_IMAGE018
表示遗忘门的激活因子,
Figure 344798DEST_PATH_IMAGE019
表示特征热量字符在所述遗忘门t-1时刻的峰值,
Figure 644192DEST_PATH_IMAGE020
表示在t时刻输入的特征热量字符,
Figure 886955DEST_PATH_IMAGE021
表示遗忘门中细胞单元的权重。
一个可选实施例中,利用下述公式计算所述特征热量字符的状态更新值:
Figure 142355DEST_PATH_IMAGE022
其中,
Figure 812371DEST_PATH_IMAGE023
表示状态更新值,
Figure 599062DEST_PATH_IMAGE024
表示特征热量字符在输入门t-1时刻的峰值,
Figure 504570DEST_PATH_IMAGE025
表示特征热量字符在遗忘门t-1时刻的峰值。
一个可选实施例中,利用下述公式计算所述状态更新值的字符序列:
Figure 755422DEST_PATH_IMAGE026
其中,
Figure 471706DEST_PATH_IMAGE027
表示字符序列,
Figure 994960DEST_PATH_IMAGE028
表示输出门的激活函数,
Figure 313946DEST_PATH_IMAGE029
表示状态更新值。
需要说明的是,本申请实施例中,所述字符分类模型是指预先经过训练的模型,其具备较强的热量分类能力和鲁棒性。
进一步地,本申请实施例根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,以将所述热量数据中的每个数据进行归类,可以避免因微型流化床中不同结构产生的热量数据,导致热量测试值计算出现数据交叉的现象,提高热量测试值的计算准确性。
作为本申请的一个实施例,参阅图3所示,所述根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据,包括:
S301、查询每个所述类别热量字符的热量类别和位置索引;
S302、根据所述位置索引,查找每个所述类别热量字符在所述热量数据中每个数据的字符位置;
S303、根据每个所述类别热量字符的热量类别,在所述字符位置中标记所述每个数据的热量类别,得到多个类别热量数据。
其中,所述热量类别和位置索引可以通过查询指令实现,如get指令,所述字符位置查找可以通过查询语句实现,如select语句。
S4、计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
本申请实施例中,通过计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值,可以确定所述微型流化床不同结构产生的热量测试结果,保障热量测试结果的计算准确性。
需要说明的是,所述类别热量数据的热量测试值基于不同热量类别选取不同热量计算公式实现,如所述类别热量数据为温度类别,则采用温度转换热量计算公式计算其热量测试值,所述类别热量数据为燃料类别,则采用燃料转换热量计算公式计算其热量测试值,所述类别热量数据为气体类别,则采用气体转换热量计算公式计算其热量测试值。
可以看出,本申请实施例首先从微型流化床中获取用户输入的热量测试请求的热量数据,可以保障后续热量测试值计算的前提;其次,本申请实施例通过对所述热量数据中的热量字符进行位置向量编码和特征提取,得到特征热量字符,可以标记所述热量数据中每个热量字符的位置信息和向量信息,从而可以方便后续热量字符的快速查找和计算,并从所述热量字符筛选出可以表征其对应热量数据的特征字符,降低后续热量数据的计算量,提高热量数据的处理速度;进一步地,本申请实施例利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,可以识别所述特征热量字符的热量类别,以实现后续热量数据的类别划分,并根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据,以将所述热量数据中的每个数据进行归类,可以避免因微型流化床中不同结构产生的热量数据,导致热量测试值计算出现数据交叉的现象,提高热量测试值的计算准确性。因此,本申请实施例提出的一种基于微型流化床的热量测试方法可以提高微型流化床的热量测试准确性。
如图4所示,是本申请基于微型流化床的热量测试装置的功能模块图。
本申请所述基于微型流化床的热量测试装置400可以安装于电子设备中。根据实现的功能,所述基于微型流化床的热量测试装置可以包括热量数据获取模块401、字符特征提取模块402、热量数据分类模块403以及热量数据计算生成404。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述热量数据获取模块401,用于接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
所述字符特征提取模块402,用于对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
所述热量数据分类模块403,用于利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
所述热量数据计算模块404,用于计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
详细地,本申请实施例中所述基于微型流化床的热量测试装置400中的所述各模块在使用时采用与上述的图1和图3中所述的基于微型流化床的热量测试方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本申请实现基于微型流化床的热量测试方法的电子设备的结构示意图。
所述电子设备可以包括处理器50、存储器51、通信总线52以及通信接口53,还可以包括存储在所述存储器51中并可在所述处理器50上运行的计算机程序,如基于微型流化床的热量测试程序。
其中,所述处理器50在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器50是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器51内的程序或者模块(例如执行基于微型流化床的热量测试程序等),以及调用存储在所述存储器51内的数据,以执行电子设备的各种功能和处理数据。
所述存储器51至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器51在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器51在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、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51还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器51不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于微型流化床的热量测试程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线52可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器51以及至少一个处理器50等之间的连接通信。
所述通信接口53用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,所述用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器50逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器51存储的基于微型流化床的热量测试程序是多个计算机程序的组合,在所述处理器50中运行时,可以实现:
接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
具体地,所述处理器50对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/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,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,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)。
本申请还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于微型流化床的热量测试方法,其特征在于,所述方法包括:
接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
2.如权利要求1所述的基于微型流化床的热量测试方法,其特征在于,所述从微型流化床中获取所述热量测试请求的热量数据,包括:
识别所述热量测试请求的热量测试字段,并将所述热量测试字段转换为热量测试指令;
根据所述热量测试指令,利用热量测试仪器向所述微型流化床中采集热量数据。
3.如权利要求1所述的基于微型流化床的热量测试方法,其特征在于,所述对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,包括:
对所述热量数据中的热量字符进行位置索引编码,得到索引热量字符;
利用向量转换算法将所述热量数据中的热量字符进行向量转换,得到向量热量字符;
将所述索引热量字符和所述向量热量字符进行拼接,得到编码热量字符。
4.如权利要求1所述的基于微型流化床的热量测试方法,其特征在于,所述对所述编码热量字符进行特征提取,得到特征热量字符,包括:
删除所述编码热量字符中的无用字符,得到初始编码热量字符;
计算所述初始编码热量字符中每个热量字符的权重;
选取所述权重大于预设阈值的热量字符,得到特征热量字符。
5.如权利要求4所述的基于微型流化床的热量测试方法,其特征在于,所述计算所述初始编码热量字符中每个热量字符的权重,包括:
利用下述公式计算所述初始编码热量字符中每个热量字符的权重:
Figure 749734DEST_PATH_IMAGE001
其中,
Figure 886186DEST_PATH_IMAGE002
表示第i个热量字符的权重,
Figure 381889DEST_PATH_IMAGE003
表示初始编码热量字符中第i个热量字符的特征向量期望值,
Figure 504566DEST_PATH_IMAGE004
表示初始编码热量字符中第i个热量字符的特征向量协方差,trace()表示空间滤波函数。
6.如权利要求1所述的基于微型流化床的热量测试方法,其特征在于,所述利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,包括:
利用所述字符分类模型中的输入门计算所述特征热量字符的状态值,及利用所述字符分类模型中的遗忘门计算所述特征热量字符的激活值;
根据所述状态值和激活值计算所述特征热量字符的状态更新值;
利用所述字符分类模型中的输出门计算所述状态更新值的字符序列,根据所述字符序列,输出所述特征热量字符的字符类别,得到多个类别热量字符。
7.如权利要求1至6中任意一项所述的基于微型流化床的热量测试方法,其特征在于,所述根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据,包括:
查询每个所述类别热量字符的热量类别和位置索引;
根据所述位置索引,查找每个所述类别热量字符在所述热量数据中每个数据的字符位置;
根据每个所述类别热量字符的热量类别,在所述字符位置中标记所述每个数据的热量类别,得到多个类别热量数据。
8.一种基于微型流化床的热量测试装置,其特征在于,所述装置包括:
热量数据获取模块,用于接收用户输入的热量测试请求,从微型流化床中获取所述热量测试请求的热量数据;
字符特征提取模块,用于对所述热量数据中的热量字符进行位置向量编码,得到编码热量字符,并对所述编码热量字符进行特征提取,得到特征热量字符;
热量数据分类模块,用于利用字符分类模型对所述特征热量字符进行热量分类,得到多个类别热量字符,根据所述多个类别热量字符,对所述热量数据中的每个数据进行热量类别分类,得到多个类别热量数据;
热量数据计算模块,用于计算每个所述类别热量数据的热量测试值,并汇总每个所述热量测试值,得到最终热量测试值。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于微型流化床的热量测试方法。
10.一种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中任意一项所述的基于微型流化床的热量测试方法。
CN202110966325.5A 2021-08-23 2021-08-23 一种基于微型流化床的热量测试方法、装置、设备及介质 Active CN113420843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110966325.5A CN113420843B (zh) 2021-08-23 2021-08-23 一种基于微型流化床的热量测试方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110966325.5A CN113420843B (zh) 2021-08-23 2021-08-23 一种基于微型流化床的热量测试方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113420843A true CN113420843A (zh) 2021-09-21
CN113420843B CN113420843B (zh) 2021-11-19

Family

ID=77719178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110966325.5A Active CN113420843B (zh) 2021-08-23 2021-08-23 一种基于微型流化床的热量测试方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113420843B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115796711A (zh) * 2023-02-06 2023-03-14 佰聆数据股份有限公司 配电线路降损的辅助决策方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104020730A (zh) * 2014-04-11 2014-09-03 华电国际电力股份有限公司技术服务中心 一种环保监控平台
CN109302312A (zh) * 2018-09-28 2019-02-01 湖南省计量检测研究院 一种机电设备传感数据监控质量的评估验证方法
CN110205427A (zh) * 2019-06-20 2019-09-06 东北大学 一种智能热风炉优化控制系统及方法
CN112781032A (zh) * 2021-02-05 2021-05-11 神华神东电力有限责任公司 循环流化床锅炉二次风的控制方法及控制装置
US20210142008A1 (en) * 2019-04-23 2021-05-13 Oracle International Corporation Named entity disambiguation using entity distance in a knowledge graph
CN113222402A (zh) * 2021-05-10 2021-08-06 湖南省计量检测研究院 负荷分类计量方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104020730A (zh) * 2014-04-11 2014-09-03 华电国际电力股份有限公司技术服务中心 一种环保监控平台
CN109302312A (zh) * 2018-09-28 2019-02-01 湖南省计量检测研究院 一种机电设备传感数据监控质量的评估验证方法
US20210142008A1 (en) * 2019-04-23 2021-05-13 Oracle International Corporation Named entity disambiguation using entity distance in a knowledge graph
CN110205427A (zh) * 2019-06-20 2019-09-06 东北大学 一种智能热风炉优化控制系统及方法
CN112781032A (zh) * 2021-02-05 2021-05-11 神华神东电力有限责任公司 循环流化床锅炉二次风的控制方法及控制装置
CN113222402A (zh) * 2021-05-10 2021-08-06 湖南省计量检测研究院 负荷分类计量方法、装置、存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
余剑 等;: "《微型流化床动力学分析仪的研制与应用》", 《仪器仪表学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115796711A (zh) * 2023-02-06 2023-03-14 佰聆数据股份有限公司 配电线路降损的辅助决策方法及装置

Also Published As

Publication number Publication date
CN113420843B (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
CN111767057B (zh) 一种数据处理方法及装置
CN113420843B (zh) 一种基于微型流化床的热量测试方法、装置、设备及介质
CN113139743A (zh) 污水排放指标分析方法、装置、电子设备及存储介质
CN115081025A (zh) 基于数字中台的敏感数据管理方法、装置及电子设备
CN106708729A (zh) 代码缺陷的预测方法及装置
CN113434542B (zh) 数据关系识别方法、装置、电子设备及存储介质
CN116342353B (zh) 基于深度学习实现经济林碳汇量分析方法及系统
CN113342909A (zh) 识别相同实体模型的数据处理系统
CN113065607A (zh) 图像检测方法、装置、电子设备及介质
CN112486841A (zh) 埋点采集数据校验的方法及装置
CN113656559B (zh) 一种基于计量平台的数据分析方法、装置及电子设备
CN112486957A (zh) 数据库迁移检测方法、装置、设备及存储介质
CN108170838B (zh) 话题演变的可视化展现方法、应用服务器及计算机可读存储介质
CN115438129A (zh) 结构化数据的分类方法、装置及终端设备
CN112149402B (zh) 文档对比方法、装置、电子设备和计算机可读存储介质
CN114240560A (zh) 基于多维分析的产品排名方法、装置、设备及存储介质
CN113935663A (zh) 一种面板产品的设备组合分析方法、装置、设备及介质
CN113139129A (zh) 虚拟阅读轨迹图生成方法、装置、电子设备及存储介质
CN113434413A (zh) 基于数据差异的数据测试方法、装置、设备及存储介质
CN112631589A (zh) 应用程序首页布局配置方法、装置、电子设备及存储介质
CN108089956B (zh) 验证接口的返回数据的方法及系统
CN111475641A (zh) 一种数据抽取方法、装置、存储介质及设备
CN116257488B (zh) 岩土工程勘察大数据归档方法、装置、电子设备及介质
CN113672565B (zh) 一种文件标记方法、装置、电子设备及存储介质
CN113434365B (zh) 数据特征监控方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant