CN115936450A - 一种蒸汽供热系统管线的损失诊断方法及系统 - Google Patents
一种蒸汽供热系统管线的损失诊断方法及系统 Download PDFInfo
- Publication number
- CN115936450A CN115936450A CN202310247684.4A CN202310247684A CN115936450A CN 115936450 A CN115936450 A CN 115936450A CN 202310247684 A CN202310247684 A CN 202310247684A CN 115936450 A CN115936450 A CN 115936450A
- Authority
- CN
- China
- Prior art keywords
- loss
- pipeline
- index
- analysis
- diagnosis
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种蒸汽供热系统管线的损失诊断方法及系统,属于数据处理技术领域,获得管线损失记录数据集与多维度管线损失分析指标,进行数据挖掘获得多维度管线损失分析指标集合,对其进行管线损失特征分析,采集实时管线数据集输入管线损失诊断模型,获得管线损失诊断结果,对蒸汽供热系统进行管线降损处理,解决了现有技术中蒸汽供热系统的管线损失诊断与调整方法不够智能化,诊断效率低下且修正方式较之管线实况契合度不足,造成供热品质较低,存在一定的能源损耗的技术问题,基于多维指标确定多个分析切入点,建模进行诊断分析,实现智能化高效精准评估,提高供热品质并降低能源损耗。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种蒸汽供热系统管线的损失诊断方法及系统。
背景技术
蒸汽供热作为当前的主流集中供热方式之一,将蒸汽作为载体经由管道运输至用户端实现需求供给,管道传输过程中,受到多因素影响(如传输距离、保温措施等),不可避免的会导致热损失,造成供求不一致,影响用户需求的同时造成一定的资源损耗。
现如今,主要通过进行热网重规划、提高热源蒸汽参数品质、加强保温措施或减小散热表面积与散热系数,以尽可能实现供热降损处理,当前的处理方式具有一定的局限性,存在处理弊端以影响蒸汽供热系统的管理能效。
现有技术中,蒸汽供热系统的管线损失诊断与调整方法不够智能化,诊断效率低下且修正方式较之管线实况契合度不足,造成供热品质较低,存在一定的能源损耗。
发明内容
本申请提供了一种蒸汽供热系统管线的损失诊断方法及系统,用于针对解决现有技术中存在的蒸汽供热系统的管线损失诊断与调整方法不够智能化,诊断效率低下且修正方式较之管线实况契合度不足,造成供热品质较低,存在一定的能源损耗的技术问题。
鉴于上述问题,本申请提供了一种蒸汽供热系统管线的损失诊断方法及系统。
第一方面,本申请提供了一种蒸汽供热系统管线的损失诊断方法,所述方法包括:
连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
第二方面,本申请提供了一种蒸汽供热系统管线的损失诊断系统,所述系统包括:
记录获取模块,所述记录获取模块用于连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
指标获取模块,所述指标获取模块用于获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
数据挖掘模块,所述数据挖掘模块用于基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
损失特征分析模块,所述损失特征分析模块用于基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
数据采集模块,所述数据采集模块用于连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
诊断结果处理模块,所述诊断结果处理模块用于将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种蒸汽供热系统管线的损失诊断方法,连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并进行主成分分析获得管线损失记录数据集;获得多维度管线损失分析指标,基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,连接蒸汽供热系统,采集实时管线数据集并输入所述管线损失诊断模型,获得管线损失诊断结果,对所述蒸汽供热系统进行管线降损处理,解决了现有技术中蒸汽供热系统的管线损失诊断与调整方法不够智能化,诊断效率低下且修正方式较之管线实况契合度不足,造成供热品质较低,存在一定的能源损耗的技术问题,基于多维指标确定多个分析切入点,建模进行诊断分析,实现智能化高效精准评估,提高供热品质并降低能源损耗。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本申请提供了一种蒸汽供热系统管线的损失诊断方法流程示意图;
图2为本申请提供了一种蒸汽供热系统管线的损失诊断方法中多维度管线损失诊断指标集合获取流程示意图;
图3为本申请提供了一种蒸汽供热系统管线的损失诊断方法中管线损失诊断结果获取流程示意图;
图4为本申请提供了一种蒸汽供热系统管线的损失诊断系统结构示意图。
附图标记说明:记录获取模块11,指标获取模块12,数据挖掘模块13,损失特征分析模块14,数据采集模块15,诊断结果处理模块16。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚,下文中将结合本发明具体实施例的附图,对本发明实施例的技术方案进行清楚、完整的描述。附图中相同的附图标记代表相同的部件。需要说明的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请通过提供一种蒸汽供热系统管线的损失诊断方法及系统,获得管线损失记录数据集与多维度管线损失分析指标,进行数据挖掘获得多维度管线损失分析指标集合,对其进行管线损失特征分析,采集实时管线数据集输入管线损失诊断模型,获得管线损失诊断结果,对蒸汽供热系统进行管线降损处理,用于解决现有技术中存在的蒸汽供热系统的管线损失诊断与调整方法不够智能化,诊断效率低下且修正方式较之管线实况契合度不足,造成供热品质较低,存在一定的能源损耗的技术问题。
实施例一:如图1所示,本申请提供了一种蒸汽供热系统管线的损失诊断方法,所述方法包括:
步骤S100:连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
具体而言,蒸汽流经管道传输时,受到多因素影响,不可避免的会导致热损失,造成供求不一致,影响用户需求的同时造成一定的资源损耗,本申请提供的一种蒸汽供热系统管线的损失诊断方法,基于历史记录进行散热评估,建模分析实现管线总损失的智能诊断,确定针对性降损方案,实现高供热品质,减少供热损耗。
具体的,所述蒸汽供热系统为将蒸汽作为热媒介,对其进行管道传输的总控系统,连接所述蒸汽供热系统,划定预设时间粒度,即进行历史记录采集的时间区间,基于所述预设时间粒度对所述蒸汽供热系统进行历史损失记录调取,进而对采集数据进行时序整合标识,生成所述管线损失记录数据库,即采集记录数据的存储空间,对所述管线损失记录数据库进行主成分分析,减少同源数据,在保障数据完备性的基础上缩减数据量,将处理后的数据作为所述管线损失记录数据集,其中,所述管线损失记录数据集包括多个管线损失事件,将所述管线损失记录数据集作为损失分析参考数据源,为后续进行管线损失分析提供了基本数据支撑。
步骤S200:获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
具体而言,基于多个切入点进行管线损失分析,工况条件不同,管线输送过程中会造成一定的管线散热损失,造成蒸汽气化,确定所述管线输送损失分析指标;蒸汽状态、蒸汽干度也存在一定的影响,造成导热损失,确定所述蒸汽品质管线损失分析指标;蒸汽状态与蒸汽干度在造成导热损失的同时,也会影响蒸汽的脉冲输出,造成漏脉冲影响计量,或进行蒸汽体积流量计量时蒸汽干度的标准化差异导致计量误差,确定所述管线计量损失分析指标;进行蒸汽流量控制过程中,由于频繁调节阀门,且存在阀门闭合度不足,造成高损耗,确定所述人为管线损失分析指标。对所述蒸汽品质管线损失分析指标、所述人为管线损失分析指标、所述管线输送损失分析指标和所述管线计量损失分析指标进行集成整合,生成所述多维度管线损失分析指标。所述多维度管线损失分析指标提供了管线损失主体分析方向,为后续进行损失诊断提供了切入点。
步骤S300:基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
进一步而言,所述获得多维度管线损失分析指标集合,本申请步骤S300还包括:
步骤S310:所述管线损失记录数据集包括多个管线损失事件;
步骤S320:基于所述多个管线损失事件进行管线损失因子分析,获得多个管线损失因子,并根据所述多个管线损失因子对所述多个管线损失事件进行标记;
步骤S330:根据所述多个管线损失因子和所述多维度管线损失分析指标进行关联性分析,获得因子-指标关联性分析结果;
步骤S340:获得预设因子-指标关联性约束条件;
步骤S350:判断所述因子-指标关联性分析结果是否满足所述预设因子-指标关联性约束条件,获得关联性条件判断结果;
步骤S360:基于所述关联性条件判断结果,根据所述多个管线损失因子对所述多维度管线损失分析指标进行数据扩充,获得所述多维度管线损失分析指标集合。
具体而言,将所述管线损失记录数据集作为待评源数据,对其进行管线损失分析,联合所述多维度管线损失分析指标进行关联性分析评估,以确定达到预期标准的指标参数,对其进行规整生成所述多维度管线损失分析指标集合。
具体的,基于所述管线损失记录数据集,提取所述多个管线损失事件,所述多个管线损失事件为具代表性的有效数据。针对所述多个管线损失事件,分别进行损失源分析,确定损失方向与损失量,作为管线损失因子,获取多个管线损失因子并与所述多个管线损失事件进行映射对应,基于映射结果进行事件标记,优选的,可基于多种标记方式完成事件标记,以便进行管线损失因子区分。进一步对所述多个管线损失因子与所述多维度管线损失分析指标进行关联性分析,示例性的,可配置多级相关等级进行关联判定,获取所述因子-指标关联性分析结果。
进一步的,配置所述预设因子-指标关联性约束条件,例如,将设定相关等级阈值作为约束条件,对所述因子-指标关联性分析结果进行判定,当满足所述预设因子-指标关联性约束条件时,表明两者相关性较高,存在影响关联度,获取所述关联性条件判断结果,即多个因子-指标关联性参数,示例性的,将1或0作为判定结果标识,便于进行信息识别区分。基于所述关联性条件判断结果,将满足预设因子-指标关联性约束条件的管线损失因子,即提取标识为1的信息,添加至对应的多维度管线损失分析指标中,完成指标扩充,生成所述多维度管线损失分析指标集合。基于历史记录数据进行数据挖掘,可有效提高所述多维度管线损失分析指标集合的精准度与完备性,提高后续管线损失诊断的实际贴合度。
步骤S400:基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
具体而言,基于所述管线损失记录数据集,遍历所述多维度管线损失分析指标集合进行数据匹配,获取多维度指标事件集,将所述多维度指标事件集作为待评源数据,基于多个切入点进行逐层分析与数据计量评估,确定所述多维度管线损失诊断指标集合。所述多维度管线损失诊断指标集合为具有实际依据的有效评估数据,将所述多维度管线损失诊断指标集合嵌入所述管线损失诊断模型的所述诊断分析层中,以进行模型网络层优化完善,优化模型的运行机制与分析精准度。
进一步而言,如图2所示,所述获得多维度管线损失诊断指标集合,本申请步骤S400还包括:
步骤S410:基于所述多维度管线损失分析指标集合,对所述管线损失记录数据集进行匹配,获得多维度指标事件集;
步骤S420:基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行置信度分析,获得多维度指标置信度分析结果;
步骤S430:基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失评估,获得多维度指标损失评估结果;
步骤S440:基于所述多维度指标置信度分析结果和所述多维度指标损失评估结果,对所述多维度管线损失分析指标集合进行标记,获得所述多维度管线损失诊断指标集合。
进一步而言,所述获得多维度指标置信度分析结果,本申请步骤S420还包括:
步骤S421:基于所述多维度指标事件集对所述多维度管线损失分析指标集合进行支持度计算,获得多维度指标支持度参数;
步骤S422:基于所述多维度指标事件集进行事件数量统计,获得多维度指标事件数量;
步骤S423:基于所述多维度指标支持度参数和所述多维度指标事件数量进行置信度计算,获得所述多维度指标置信度分析结果。
具体而言,将所述多维度管线损失分析指标集合作为匹配主体,遍历所述管线损失记录数据集进行损失事件匹配,确定所述多维度指标事件集,即多个指标事件集,带有指标标识。进一步的,将所述多维度指标事件集作为待评源数据,对其进行置信度分析。
具体的,基于所述多维度指标事件集,对同指标事件的出现频次进行统计,确定所述多维度指标支持度参数,即各个指标所匹配的事件数值,其中指标支持度与指标事件统计频次成正比。进一步计量所述多维度指标事件集中的总事件数量,作为所述多维度指标事件数量。针对所述多维度指标支持度参数,分别与所述多维度指标事件数量进行比值计算,将比值计算结果作为指标置信度,计算所述多维度指标支持度参数对应的指标置信度,对其进行整合作为所述多维度指标置信度分析结果,所述多维度指标置信度分析结果为提取的精准有效性计量数据,作为进行管线诊断的标准依据之一。
进一步的,基于所述多维度指标事件集,针对所述多维度管线损失指标集合进行管线损失风险评估,并配置权重进行综合计量,获取所述多维度指标损失评估结果,所述多维度指标损失评估结果为管线损失诊断依据之一。针对所述多维度指标置信度分析结果与所述多维度指标损失评估结果,遍历所述多维度管线损失分析指标集合进行结果标记,生成所述多维度管线损失诊断指标集合,所述多维度管线损失诊断指标集合为基于有效判据评定分析后的实际契合指标,具有一定的判定精准度与实际有效性。
进一步而言,基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失评估,获得多维度指标损失评估结果,本申请步骤S430还包括:
步骤S431:基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失代价评估,获得多维度管线损失代价指数;
步骤S432:基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失风险评估,获得多维度管线损失风险评估指数;
步骤S433:获得预设代价-风险权重分配条件;
步骤S434:基于所述预设代价-风险权重分配条件,对所述多维度管线损失代价指数和所述多维度管线损失风险评估指数进行加权计算,获得所述多维度指标损失评估结果。
具体而言,基于所述多维度指标事件集,遍历所述多维度管线损失分析指标集合,基于指标对应事件进行管线热损失度量分析,确定多个评估损失值,作为所述多维度管线损失代价指数。进一步的,基于所述多维度指标事件集,针对所述多维度管线损失分析指标中各个指标进行损失风险性评估,即分析各个指标造成管线损失的可能性概率,基于所述多维度指标事件集进行统计评定,获取所述多维度管线损失风险评估指数,即各指标导致管线损失的概率可视化表述,其中,概率越高,对应的管线损失风险评估指数越高。
进一步的,获取所述预设代价-风险权重分配条件,即进行权重配置的限制因素,示例性的,可基于所述多维度指标事件集进行统计分析,根据管线损失能效与调整难易程度进行指标权重配置,确定多维度指标权重。对所述多维度管线损失代价指数与所述多维度管线损失风险评估指数进行权重匹配,分别对各指标进行指数加权计算,生成所述多维度指标损失评估结果。通过进行多层级事件分析与指标配置,可有效提高所述多维度指标损失评估结果的精准度与实际契合度。
步骤S500:连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
步骤S600:将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
具体而言,连接所述蒸汽供热系统,即进行热媒介管线传输的总控系统,可进行实施供热数据的监测存储。基于所述蒸汽供热系统对管线的实时运行参数进行采集,对数据采集结果与网络化管线排布进行对应标识,优选的,可基于网络化管线排布构建管线拓扑结构,将采集的实时管线参数于所述管线拓扑结构中进行对应标识,便于进行数据识别区分,保障数据有序性,生成所述实时管线数据集,所述实时管线数据集为待进行管线损失诊断的待评源数据。
进一步的,构建所述管线损失诊断模型,即进行管线损失诊断分析的辅助性分析工具,所述管线损失诊断模型包括多级网络层,将所述实时管线数据输入所述管线损失诊断模型中,基于多级网络层进行逐层分析处理,输出所述管线损失诊断结果。基于所述管线损失诊断结果确定针对性处理方案,对所述蒸汽供热系统进行管线降损处理,减少功能损耗,提高供热质量。
进一步而言,如图3所示,所述获得管线损失诊断结果,本申请步骤S600还包括:
步骤S610:所述管线损失诊断模型包括输入层、诊断分析层、诊断处理层和输出层;
步骤S620:将所述实时管线数据集输入所述诊断分析层,获得管线损失诊断分析结果,其中,所述诊断分析层包括多维度管线损失诊断指标集合,所述管线损失诊断分析结果包括多维度指标诊断结果;
步骤S630:将所述管线损失诊断分析结果输入所述诊断处理层,获得损失诊断处理方案,其中,所述损失诊断处理方案包括多维度指标诊断处理方案;
步骤S640:将所述管线损失诊断分析结果和所述损失诊断处理方案添加至所述管线损失诊断结果,并通过所述输出层对所述管线损失诊断结果进行输出。
具体而言,基于机器学习算法构建所述损失诊断模型主体架构,所述管线损失诊断模型为多层级网络层,包括所述输入层、所述诊断分析层、所述诊断处理层与所述输出层,其中所述诊断分析层与所述诊断处理层为功能层,基于所述多维度管线损失诊断指标集合对所述诊断分析层进行训练,所述诊断处理层中内嵌有管线降损知识库,用于进行管线损失处理与降损评估。所述输入层与所述输出层为模型的必要性结构,不具备数据处理能力。
具体的,将所述实时管线数据经由所述输入层传输至所述诊断分析层中,基于所述多维度管线损失诊断指标集合分别进行指标判断,确定所述多维度指标诊断结果,即各指标的损失判定,生成所述管线损失诊断分析结果;进而将所述管线损失诊断分析结果传输至所述诊断处理层中,基于所述诊断处理层内嵌的所述管线降损知识库进行层级匹配分析,确定匹配结果并进行信息整合,生成所述多维度损失诊断处理方案,分别针对诊断的所述多维度指标诊断结果,作为所述损失诊断处理方案。进而对所述管线损失诊断分析结果与所述损失诊断处理方案进行关联对应,添加进所述管线损失诊断结果中并基于所述输出层进行结果输出。通过构建模型进行管线诊断与降损方案分析,可有效保障输出结果的精准度与客观性。
进一步而言,本申请步骤S630还包括:
步骤S631:基于所述多维度管线损失诊断指标集合进行数据采集,获得多个样本指标诊断结果和多个样本指标诊断处理方案;
步骤S632:基于所述多个样本指标诊断结果和所述多个样本指标诊断处理方案进行映射关系分析,获得样本映射关系;
步骤S633:将样本指标诊断结果设置为降损类目,将样本指标诊断处理方案设置为降损处理特征;
步骤S634:根据所述多个样本指标诊断结果和所述多个样本指标诊断处理方案,获得多个降损类目参数和多个降损处理特征信息;
步骤S634:基于知识图谱,根据所述样本映射关系、所述降损类目、所述降损处理特征、所述多个降损类目参数和所述多个降损处理特征信息,构建管线降损知识库,并将所述管线降损知识库嵌入至所述诊断处理层。
具体而言,将所述多维度管线损失诊断指标集合作为索引方向,通过进行大数据统计,采集所述多个样本指标诊断结果与所述多个样本指标诊断处理方案,上述样本数据为实际记录数据,具有实际参考能效。对所述多个样本指标诊断结果与所述多个样本指标诊断处理方案进行映射分析,基于映射结果进行对应标识,生成所述样本映射关系,其中,同一样本指标诊断结果可能对应多个样本指标诊断处理方案。所述样本指标诊断结果包括多种损失能效,将其确定为降损类目,即需进行降损处理的表列;基于所述样本指标诊断处理方案,可确定多组降损处理对象与降损操作,将其设置为所述降损处理特征。
进一步的,对所述多个样本指标诊断结果与所述多个样本指标诊断处理方案进行需求信息提取,获取所述多个降损类目参数与所述多个降损处理特征信息。基于知识图谱进行相关需求数据的核心数据汇总与知识体系架构生成,基于所述样本映射关系、所述降损类目、所述降损处理特征、所述多个降损类目参数和所述多个降损处理特征信息确定多级信息层,基于层级关联关系进行层级节点连接,生成所述管线降损数库,所述管线降损数据库包含了管线降损分析到管线降损处理的全周期参考影响数据,具备信息完备性与精准度。将所述管线降损数据库嵌入所述诊断处理层中,以进行网络层优化完善。
实施例二:基于与前述实施例中一种蒸汽供热系统管线的损失诊断方法相同的发明构思,如图4所示,本申请提供了一种蒸汽供热系统管线的损失诊断系统,所述系统包括:
记录获取模块11,所述记录获取模块11用于连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
指标获取模块12,所述指标获取模块12用于获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
数据挖掘模块13,所述数据挖掘模块13用于基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
损失特征分析模块14,所述损失特征分析模块14用于基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
数据采集模块15,所述数据采集模块15用于连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
诊断结果处理模块16,所述诊断结果处理模块16用于将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
进一步而言,所述系统还包括:
数据集剖析模块,所述数据集剖析模块用于所述管线损失记录数据集包括多个管线损失事件;
损失因子标记模块,所述损失因子标记模块用于基于所述多个管线损失事件进行管线损失因子分析,获得多个管线损失因子,并根据所述多个管线损失因子对所述多个管线损失事件进行标记;
关联性分析模块,所述关联性分析模块用于根据所述多个管线损失因子和所述多维度管线损失分析指标进行关联性分析,获得因子-指标关联性分析结果;
约束条件获取模块,所述约束条件获取模块用于获得预设因子-指标关联性约束条件;
结果判断模块,所述结果判断模块用于判断所述因子-指标关联性分析结果是否满足所述预设因子-指标关联性约束条件,获得关联性条件判断结果;
数据扩充模块,所述数据扩充模块用于基于所述关联性条件判断结果,根据所述多个管线损失因子对所述多维度管线损失分析指标进行数据扩充,获得所述多维度管线损失分析指标集合。
进一步而言,所述系统还包括:
数据集匹配模块,所述数据集匹配模块用于基于所述多维度管线损失分析指标集合,对所述管线损失记录数据集进行匹配,获得多维度指标事件集;
置信度分析模块,所述置信度分析模块用于基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行置信度分析,获得多维度指标置信度分析结果;
损失评估模块,所述损失评估模块用于基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失评估,获得多维度指标损失评估结果;
结果标记模块,所述结果标记模块用于基于所述多维度指标置信度分析结果和所述多维度指标损失评估结果,对所述多维度管线损失分析指标集合进行标记,获得所述多维度管线损失诊断指标集合。
进一步而言,所述系统还包括:
支持度计算模块,所述支持度计算模块用于基于所述多维度指标事件集对所述多维度管线损失分析指标集合进行支持度计算,获得多维度指标支持度参数;
数量统计模块,所述数量统计模块用于基于所述多维度指标事件集进行事件数量统计,获得多维度指标事件数量;
置信度计算模块,所述置信度计算模块用于基于所述多维度指标支持度参数和所述多维度指标事件数量进行置信度计算,获得所述多维度指标置信度分析结果。
进一步而言,所述系统还包括:
损失代价指数获取模块,所述损失代价指数获取模块用于基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失代价评估,获得多维度管线损失代价指数;
损失风险评估模块,所述损失风险评估模块用于基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失风险评估,获得多维度管线损失风险评估指数;
条件获取模块,所述条件获取模块用于获得预设代价-风险权重分配条件;
损失评估结果获取模块,所述损失评估结果获取模块用于基于所述预设代价-风险权重分配条件,对所述多维度管线损失代价指数和所述多维度管线损失风险评估指数进行加权计算,获得所述多维度指标损失评估结果。
进一步而言,所述系统还包括:
模型剖析模块,所述模型剖析模块用于所述管线损失诊断模型包括输入层、诊断分析层、诊断处理层和输出层;
损失诊断分析结果获取模块,所述损失诊断分析结果获取模块用于将所述实时管线数据集输入所述诊断分析层,获得管线损失诊断分析结果,其中,所述诊断分析层包括多维度管线损失诊断指标集合,所述管线损失诊断分析结果包括多维度指标诊断结果;
方案获取模块,所述方案获取模块用于将所述管线损失诊断分析结果输入所述诊断处理层,获得损失诊断处理方案,其中,所述损失诊断处理方案包括多维度指标诊断处理方案;
结果输出模块,所述结果输出模块用于将所述管线损失诊断分析结果和所述损失诊断处理方案添加至所述管线损失诊断结果,并通过所述输出层对所述管线损失诊断结果进行输出。
进一步而言,所述系统还包括:
样本采集模块,所述样本采集模块用于基于所述多维度管线损失诊断指标集合进行数据采集,获得多个样本指标诊断结果和多个样本指标诊断处理方案;
映射关系获取模块,所述映射关系获取模块用于基于所述多个样本指标诊断结果和所述多个样本指标诊断处理方案进行映射关系分析,获得样本映射关系;
降损信息获取模块,所述降损信息获取模块用于将样本指标诊断结果设置为降损类目,将样本指标诊断处理方案设置为降损处理特征;
降损数据获取模块,所述降损数据获取模块用于根据所述多个样本指标诊断结果和所述多个样本指标诊断处理方案,获得多个降损类目参数和多个降损处理特征信息;
知识库构建模块,所述知识库构建模块用于基于知识图谱,根据所述样本映射关系、所述降损类目、所述降损处理特征、所述多个降损类目参数和所述多个降损处理特征信息,构建管线降损知识库,并将所述管线降损知识库嵌入至所述诊断处理层。
本说明书通过前述对一种蒸汽供热系统管线的损失诊断方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种蒸汽供热系统管线的损失诊断方法及系统,以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种蒸汽供热系统管线的损失诊断方法,其特征在于,所述方法包括:
连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
2.如权利要求1所述的方法,其特征在于,所述获得多维度管线损失分析指标集合,所述方法还包括:
所述管线损失记录数据集包括多个管线损失事件;
基于所述多个管线损失事件进行管线损失因子分析,获得多个管线损失因子,并根据所述多个管线损失因子对所述多个管线损失事件进行标记;
根据所述多个管线损失因子和所述多维度管线损失分析指标进行关联性分析,获得因子-指标关联性分析结果;
获得预设因子-指标关联性约束条件;
判断所述因子-指标关联性分析结果是否满足所述预设因子-指标关联性约束条件,获得关联性条件判断结果;
基于所述关联性条件判断结果,根据所述多个管线损失因子对所述多维度管线损失分析指标进行数据扩充,获得所述多维度管线损失分析指标集合。
3.如权利要求1所述的方法,其特征在于,所述获得多维度管线损失诊断指标集合,所述方法还包括:
基于所述多维度管线损失分析指标集合,对所述管线损失记录数据集进行匹配,获得多维度指标事件集;
基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行置信度分析,获得多维度指标置信度分析结果;
基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失评估,获得多维度指标损失评估结果;
基于所述多维度指标置信度分析结果和所述多维度指标损失评估结果,对所述多维度管线损失分析指标集合进行标记,获得所述多维度管线损失诊断指标集合。
4.如权利要求3所述的方法,其特征在于,所述获得多维度指标置信度分析结果,所述方法还包括:
基于所述多维度指标事件集对所述多维度管线损失分析指标集合进行支持度计算,获得多维度指标支持度参数;
基于所述多维度指标事件集进行事件数量统计,获得多维度指标事件数量;
基于所述多维度指标支持度参数和所述多维度指标事件数量进行置信度计算,获得所述多维度指标置信度分析结果。
5.如权利要求3所述的方法,其特征在于,基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失评估,获得多维度指标损失评估结果,所述方法还包括:
基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失代价评估,获得多维度管线损失代价指数;
基于所述多维度指标事件集,对所述多维度管线损失分析指标集合进行管线损失风险评估,获得多维度管线损失风险评估指数;
获得预设代价-风险权重分配条件;
基于所述预设代价-风险权重分配条件,对所述多维度管线损失代价指数和所述多维度管线损失风险评估指数进行加权计算,获得所述多维度指标损失评估结果。
6.如权利要求1所述的方法,其特征在于,所述获得管线损失诊断结果,所述方法还包括:
所述管线损失诊断模型包括输入层、诊断分析层、诊断处理层和输出层;
将所述实时管线数据集输入所述诊断分析层,获得管线损失诊断分析结果,其中,所述诊断分析层包括多维度管线损失诊断指标集合,所述管线损失诊断分析结果包括多维度指标诊断结果;
将所述管线损失诊断分析结果输入所述诊断处理层,获得损失诊断处理方案,其中,所述损失诊断处理方案包括多维度指标诊断处理方案;
将所述管线损失诊断分析结果和所述损失诊断处理方案添加至所述管线损失诊断结果,并通过所述输出层对所述管线损失诊断结果进行输出。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
基于所述多维度管线损失诊断指标集合进行数据采集,获得多个样本指标诊断结果和多个样本指标诊断处理方案;
基于所述多个样本指标诊断结果和所述多个样本指标诊断处理方案进行映射关系分析,获得样本映射关系;
将样本指标诊断结果设置为降损类目,将样本指标诊断处理方案设置为降损处理特征;
根据所述多个样本指标诊断结果和所述多个样本指标诊断处理方案,获得多个降损类目参数和多个降损处理特征信息;
基于知识图谱,根据所述样本映射关系、所述降损类目、所述降损处理特征、所述多个降损类目参数和所述多个降损处理特征信息,构建管线降损知识库,并将所述管线降损知识库嵌入至所述诊断处理层。
8.一种蒸汽供热系统管线的损失诊断系统,其特征在于,所述系统包括:
记录获取模块,所述记录获取模块用于连接蒸汽供热系统,对所述蒸汽供热系统进行管线损失记录采集,获得管线损失记录数据库,并对所述管线损失记录数据库进行主成分分析,获得管线损失记录数据集;
指标获取模块,所述指标获取模块用于获得多维度管线损失分析指标,其中,所述多维度管线损失分析指标包括蒸汽品质管线损失分析指标、人为管线损失分析指标、管线输送损失分析指标和管线计量损失分析指标;
数据挖掘模块,所述数据挖掘模块用于基于所述管线损失记录数据集对所述多维度管线损失分析指标进行数据挖掘,获得多维度管线损失分析指标集合;
损失特征分析模块,所述损失特征分析模块用于基于所述管线损失记录数据集,对所述多维度管线损失分析指标集合进行管线损失特征分析,获得多维度管线损失诊断指标集合,并将所述多维度管线损失诊断指标集合嵌入至管线损失诊断模型的诊断分析层;
数据采集模块,所述数据采集模块用于连接蒸汽供热系统,对所述蒸汽供热系统进行实时管线参数采集,获得实时管线数据集;
诊断结果处理模块,所述诊断结果处理模块用于将所述实时管线数据集输入所述管线损失诊断模型,获得管线损失诊断结果,并基于所述管线损失诊断结果对所述蒸汽供热系统进行管线降损处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310247684.4A CN115936450B (zh) | 2023-03-15 | 2023-03-15 | 一种蒸汽供热系统管线的损失诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310247684.4A CN115936450B (zh) | 2023-03-15 | 2023-03-15 | 一种蒸汽供热系统管线的损失诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115936450A true CN115936450A (zh) | 2023-04-07 |
CN115936450B CN115936450B (zh) | 2023-06-16 |
Family
ID=86556313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310247684.4A Active CN115936450B (zh) | 2023-03-15 | 2023-03-15 | 一种蒸汽供热系统管线的损失诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936450B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3225947A1 (de) * | 1982-07-10 | 1984-01-12 | Gesellschaft für Strahlen- und Umweltforschung mbH, 8000 München | Verfahren zur erniedrigung von waermeverlusten an einer waermeversorgungsleitung |
DE19810249A1 (de) * | 1998-03-10 | 1999-09-16 | Marek Gross | Anordnung und Verfahren zur Messung von Energieverlusten in Fernwärme-Hausstationen |
JP2004361331A (ja) * | 2003-06-06 | 2004-12-24 | Kurita Water Ind Ltd | 蒸気損失評価方法、蒸気損失評価プログラム及び蒸気損失評価装置 |
CN203024906U (zh) * | 2013-01-28 | 2013-06-26 | 东北石油大学 | 非稳态工况下埋地供热管道散热损失测试仪 |
CN108194836A (zh) * | 2018-01-07 | 2018-06-22 | 昊天节能装备有限责任公司 | 一种城镇用供热管网系统散热损失现场检测方法 |
CN108760366A (zh) * | 2018-05-22 | 2018-11-06 | 华电电力科学研究院有限公司 | 供热蒸汽管道投产验收评价热力指标的计算方法 |
US20190056308A1 (en) * | 2016-03-10 | 2019-02-21 | Nec Corporation | Diagnostic device, diagnostic system, diagnostic method, and computer-readable recording medium |
CN111046253A (zh) * | 2019-12-03 | 2020-04-21 | 陕西四季春清洁热源股份有限公司 | 一种基于互联网的无干扰地岩热供热监测系统及方法 |
CN111624126A (zh) * | 2020-07-01 | 2020-09-04 | 孙锐 | 一种纯蒸汽品质检测装置 |
CN212457058U (zh) * | 2020-06-30 | 2021-02-02 | 浙江浙能技术研究院有限公司 | 基于电厂深度调峰下的供热参数提升系统 |
CN113175700A (zh) * | 2021-05-28 | 2021-07-27 | 呼伦贝尔安泰热电有限责任公司满洲里热电厂 | 一种热网智能设备管理及大数据预警分析系统及方法 |
CN114216713A (zh) * | 2021-12-15 | 2022-03-22 | 浙江浙能技术研究院有限公司 | 一种架空蒸汽热网散热损失特征综合检测评价系统及方法 |
CN114218721A (zh) * | 2021-11-12 | 2022-03-22 | 桐乡泰爱斯环保能源有限公司 | 一种蒸汽供热管网质量管损的诊断和分析方法 |
CN114818859A (zh) * | 2022-03-21 | 2022-07-29 | 国核电力规划设计研究院有限公司 | 热力管网状况诊断方法、装置、终端设备和存储介质 |
-
2023
- 2023-03-15 CN CN202310247684.4A patent/CN115936450B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3225947A1 (de) * | 1982-07-10 | 1984-01-12 | Gesellschaft für Strahlen- und Umweltforschung mbH, 8000 München | Verfahren zur erniedrigung von waermeverlusten an einer waermeversorgungsleitung |
DE19810249A1 (de) * | 1998-03-10 | 1999-09-16 | Marek Gross | Anordnung und Verfahren zur Messung von Energieverlusten in Fernwärme-Hausstationen |
JP2004361331A (ja) * | 2003-06-06 | 2004-12-24 | Kurita Water Ind Ltd | 蒸気損失評価方法、蒸気損失評価プログラム及び蒸気損失評価装置 |
CN203024906U (zh) * | 2013-01-28 | 2013-06-26 | 东北石油大学 | 非稳态工况下埋地供热管道散热损失测试仪 |
US20190056308A1 (en) * | 2016-03-10 | 2019-02-21 | Nec Corporation | Diagnostic device, diagnostic system, diagnostic method, and computer-readable recording medium |
CN108194836A (zh) * | 2018-01-07 | 2018-06-22 | 昊天节能装备有限责任公司 | 一种城镇用供热管网系统散热损失现场检测方法 |
CN108760366A (zh) * | 2018-05-22 | 2018-11-06 | 华电电力科学研究院有限公司 | 供热蒸汽管道投产验收评价热力指标的计算方法 |
CN111046253A (zh) * | 2019-12-03 | 2020-04-21 | 陕西四季春清洁热源股份有限公司 | 一种基于互联网的无干扰地岩热供热监测系统及方法 |
CN212457058U (zh) * | 2020-06-30 | 2021-02-02 | 浙江浙能技术研究院有限公司 | 基于电厂深度调峰下的供热参数提升系统 |
CN111624126A (zh) * | 2020-07-01 | 2020-09-04 | 孙锐 | 一种纯蒸汽品质检测装置 |
CN113175700A (zh) * | 2021-05-28 | 2021-07-27 | 呼伦贝尔安泰热电有限责任公司满洲里热电厂 | 一种热网智能设备管理及大数据预警分析系统及方法 |
CN114218721A (zh) * | 2021-11-12 | 2022-03-22 | 桐乡泰爱斯环保能源有限公司 | 一种蒸汽供热管网质量管损的诊断和分析方法 |
CN114216713A (zh) * | 2021-12-15 | 2022-03-22 | 浙江浙能技术研究院有限公司 | 一种架空蒸汽热网散热损失特征综合检测评价系统及方法 |
CN114818859A (zh) * | 2022-03-21 | 2022-07-29 | 国核电力规划设计研究院有限公司 | 热力管网状况诊断方法、装置、终端设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
王娟;: "供热管网中蒸汽过热度对管损的影响", 电力科学与工程, vol. 34, no. 03, pages 75 - 78 * |
Also Published As
Publication number | Publication date |
---|---|
CN115936450B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115225463B (zh) | 一种基于it运维的硬件故障监测方法及系统 | |
CN116011827B (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
CN111062620B (zh) | 基于混合计费数据的电力计费公平性智能分析系统及方法 | |
CN109063885A (zh) | 一种变电站异常量测数据预测方法 | |
CN115170000A (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN110738346A (zh) | 一种基于威布尔分布的批次电能表可靠度预测方法 | |
CN113657747B (zh) | 一种企业安全生产标准化级别智能评定系统 | |
CN111999692A (zh) | 一种多表误差的校准方法和装置 | |
CN114371438B (zh) | 基于物联网的计量设备失准判断方法 | |
CN116679151A (zh) | 一种低压台区线损异常诊断方法、装置及存储介质 | |
CN117436846B (zh) | 基于神经网络的设备预测性维护方法及系统 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
CN115936450A (zh) | 一种蒸汽供热系统管线的损失诊断方法及系统 | |
CN116167659B (zh) | 一种碳市场碳排放数据质量评价方法 | |
CN117708735A (zh) | 一种基于多点校核的量测数据拟合方法、介质及系统 | |
CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN110455370B (zh) | 防汛抗旱远程遥测显示系统 | |
CN109632205A (zh) | 凝汽器真空严密性的在线计算方法 | |
CN112732773B (zh) | 一种继电保护缺陷数据的唯一性校核方法及系统 | |
CN113376469A (zh) | 一种电能质量扰动数据的分析方法 | |
CN115034580A (zh) | 融合数据集的质量评估方法和装置 | |
CN111737247A (zh) | 用于数据质量管控的实现方法 | |
CN113110981B (zh) | 一种用于数据中心的空调机房健康能效检测方法 | |
CN116451885B (zh) | 一种供水管网健康度预测方法、装置及计算设备 | |
CN117349087B (zh) | 一种互联网信息数据备份方法 |
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 |