CN117131455A - 一种地温场的运行参数处理方法、系统、装置及存储介质 - Google Patents

一种地温场的运行参数处理方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN117131455A
CN117131455A CN202311371077.5A CN202311371077A CN117131455A CN 117131455 A CN117131455 A CN 117131455A CN 202311371077 A CN202311371077 A CN 202311371077A CN 117131455 A CN117131455 A CN 117131455A
Authority
CN
China
Prior art keywords
leakage point
initial
abnormal
point
node
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
CN202311371077.5A
Other languages
English (en)
Other versions
CN117131455B (zh
Inventor
刘伟
李凯
韩彩云
王伟
赵武琦
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.)
Huaqing Antai Energy Co ltd
Original Assignee
Huaqing Antai Energy 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 Huaqing Antai Energy Co ltd filed Critical Huaqing Antai Energy Co ltd
Priority to CN202311371077.5A priority Critical patent/CN117131455B/zh
Publication of CN117131455A publication Critical patent/CN117131455A/zh
Application granted granted Critical
Publication of CN117131455B publication Critical patent/CN117131455B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2433Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection

Abstract

本申请涉及一种地温场的运行参数处理方法、系统、装置及存储介质,其属于光纤技术领域,该方法包括接收多个节点的运行参数,运行参数包括温度、振动频率和压力;确定温度、振动频率和压力中的至少一项参数出现异常的节点为初始漏点,并将初始漏点放置于星型模型中;通过星型模型获取与初始漏点相邻的每一个节点的运行参数;根据初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数确定最终漏点。本申请具有提高处理地温场的运行参数效率的效果。

Description

一种地温场的运行参数处理方法、系统、装置及存储介质
技术领域
本申请涉及光纤技术领域,尤其是涉及一种地温场的运行参数处理方法、系统、装置及存储介质。
背景技术
地源热泵中央空调系统是以岩土体、地下水或地表水为低温热源,由热泵机组、地热能交换系统、建筑物内系统组成的供热空调系统。其工作原理是:冬季,热泵机组从地源中吸收热量,向建筑物供暖;夏季,热泵机组从室内吸收热量并转移释放到地源中,实现建筑物空调制冷,这种可再生的空调系统在一些公共场所得到了应用,如办公楼或者购物商场等。
在实际使用时,由于不同地壳浅层的低温热源的热量不相同,所以会根据供热对象的需求选定地温场,由地温场来为供热对象提供其所需的温度。除了地温场的位置深度会影响地温场的热量外,处于地温场中的地埋管道泄漏也会影响地温场的热量分布,因此,需要及时定位地温场中的地埋管道的漏点并对其进行检修,以降低漏点对地温场造成的影响。
由于地温场内放置有用于将环境热量和室内热量进行交换的设备,所以选择地温场需要满足的条件是空间环境大。因此,在采集地温场中的每一个节点的运行参数时(运行参数可以包括温度或者其他参数),大量的运行参数会给监控平台带来负担,使得监控平台处理大量的运行参数的时效性得不到保障,即检漏的及时性得不到保障。
发明内容
本申请提供一种地温场的运行参数处理方法、系统、装置及存储介质,具有提高处理地温场的运行参数效率的特点。
本申请目的一是提供一种地温场的运行参数处理方法。
本申请的上述申请目的一是通过以下技术方案得以实现的:
一种地温场的运行参数处理方法,应用于监控平台中,包括:
接收多个节点的运行参数,所述运行参数包括温度、振动频率和压力;
将所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点,并将所述初始漏点放置于星型模型中;
通过所述星型模型获取与所述初始漏点相邻的每一个节点的运行参数;
根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点。
通过采用上述技术方案,首先,本申请获取节点的温度、振动频率和压力,通过判断温度、振动频率和压力中的至少一项参数是否出现异常来决定是否将节点作为初始漏点。对于确定为初始漏点的节点,则将其传输至星型模型中,由星型模型获取与初始漏点相邻的节点的运行参数,通过初始漏点的运行参数和与初始漏点相邻的节点的运行参数确定最终漏点。由此可知,本申请将判断初始漏点是否为最终漏点的过程独立开来,即由星型模型管理,从而便于及时处理初始漏点,避免当出现多个节点同时被标记为初始漏点时,无法及时处理多个初始漏点的情况,即本申请能够应对同时存在多个初始漏点的情况,从而达到提高处理地温场的运行参数效率的目的。
本申请在一较佳示例中可以进一步配置为:所述根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点,包括:
将出现异常的温度和/或出现异常的振动频率和/或出现异常的压力标记为异常要素;
从与所述初始漏点相邻的每一个节点的运行参数中,获取与所述异常要素对应的对照要素,所述对照要素和所述异常要素包含的信息属于同一种类,所述种类包括温度类型、振动类型和压力类型;
根据所述异常要素的异常类型,通过对比所述异常要素和所述对照要素确定最终漏点。
通过采用上述技术方案,一方面,本申请仅对比对照要素和异常要素,能够降低本申请的计算量,节约得到最终漏点的时间,以保障检漏的及时性。另一方面,本申请仅对比对照要素和异常要素,也能够减少其他要素的干扰,从而为使最终漏点为真实的漏点提供技术保障。
本申请在一较佳示例中可以进一步配置为:根据所述异常要素的异常类型,通过对比所述异常要素和所述对照要素确定最终漏点,包括:
当异常要素高于预设阈值范围时,所述预设阈值范围为预设温度范围、预设振动频率范围和预设压力范围中的一种或者多种;
判断是否满足:对照要素大于异常要素;若是,则对照要素大于异常要素的节点为最终漏点;若否,则初始漏点为最终漏点;或者
当异常要素低于预设阈值范围时,判断是否满足:对照要素小于异常要素;
若是,则对照要素大于异常要素的节点为最终漏点;
若否,则初始漏点为最终漏点。
通过采用上述技术方案,由于在异常要素高于预设阈值范围时,说明节点已经被标记为初始漏点,而若与其相邻的节点的对照要素还要高于异常要素,则说明与其相邻的该节点也为漏点,而且还比初始漏点泄漏更加严重,所以将与初始漏点相邻的该节点作为最终漏点。同理,由于在异常要素低于预设阈值范围时,说明节点已经被标记为初始漏点,而若与其相邻的节点的对照要素还要低于异常要素,则说明与其相邻的该节点也为漏点,而且还比初始漏点泄漏更加严重,所以将与初始漏点相邻的该节点作为最终漏点。
本申请在一较佳示例中可以进一步配置为:所述在将所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点时,还记录所述标记时间,所述方法还包括:
根据所述初始漏点的标记时间,以及与所述初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到最终漏点。
通过采用上述技术方案,本申请除了通过对比异常要素和对照要素确定最终漏点外,还通过初始漏点的标记时间、以及与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间确定最终漏点,从而便于管理人员根据环境需求选择不同的判断方式,以提高本申请的环境适应能力。
本申请在一较佳示例中可以进一步配置为:所述根据所述初始漏点的标记时间,以及与所述初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到最终漏点,包括:
按照升序排序方式排列多个所述标记时间;
以排序第一的标记时间对应的初始漏点或者漏点作为最终漏点。
通过采用上述技术方案,由于在地温场中的液态工质发生泄漏时,泄漏的液态工质具有流动性,所以将最先被标记的节点作为最终漏点。
本申请在一较佳示例中可以进一步配置为:所述星型模型包括核心点和分支点;
所述核心点用于存放异常要素严重程度最高或者标记时间最早的漏点;
所述分支点用于存放异常要素严重程度低于异常要素严重程度最高或者标记时间晚于标记时间最早的漏点。
通过采用上述技术方案,星型模型区分异常要素严重程度不同和标记时间先后不同的漏点,从而便于对漏点进行管理。
本申请在一较佳示例中可以进一步配置为:所述方法还包括:通过如下判断方式判断温度、振动频率和压力是否出现异常:
当温度超出预设温度范围时,判断结果为温度出现异常;
当振动频率超出预设振动频率范围时,判断结果为振动频率出现异常;
当压力超出预设压力范围时,判断结果为压力出现异常。
本申请目的二是提供一种地温场的运行参数处理系统。
本申请的上述申请目的二是通过以下技术方案得以实现的:
一种地温场的运行参数处理系统,包括:
数据接收模块,用于接收多个节点的运行参数,所述运行参数包括温度、振动频率和压力;
数据处理模块,用于确定所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点,并将所述初始漏点放置于星型模型中:
数据获取模块,用于通过所述星型模型获取与所述初始漏点相邻的每一个节点的运行参数;
数据确定模块,用于根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点。
本申请目的三是提供一种地温场的运行参数处理装置。
本申请的上述申请目的三是通过以下技术方案得以实现的:
一种地温场的运行参数处理装置,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现上述任一种地温场的运行参数处理方法。
本申请目的四是提供一种计算机可读存储介质,能够存储相应的程序。
本申请的上述申请目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一种地温场的运行参数处理方法。
综上所述,本申请包括以下至少一种有益技术效果:
1.本申请将判断初始漏点是否为最终漏点的过程独立开来,即由星型模型管理,从而便于及时处理初始漏点,避免当出现多个节点同时被标记为初始漏点时,无法及时处理多个初始漏点的情况,即本申请能够应对同时存在多个初始漏点的情况,从而达到提高处理地温场的运行参数效率的;
2.另外,本申请判断初始漏点是否为最终漏点时,不仅仅涉及初始漏点,而是将初始漏点的运行参数与周围的节点的运行参数进行对比,从而提高了所得的最终漏点的准确度。
附图说明
图1是本申请的实施例的示例性运行环境的示意图。
图2是本申请的实施例1的一种地温场的运行参数处理方法的流程图。
图3是本申请的方法实施例1中星型模型处理漏点的示例图。
图4是本申请的实施例2的一种地温场的运行参数处理方法的流程图。
图5是本申请的实施例3的一种地温场的运行参数处理方法的流程图。
图6是本申请的实施例的一种地温场的运行参数处理系统框图。
附图标记说明:1、地温场;2、探测电缆;3、分布式光纤测温主机;4、监控平台;41、数据接收模块;42、数据处理模块;43、数据获取模块;44、数据确定模块。
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前提下所获得的全部其他实施例,都属于本申请保护的范围。
实施例1
图1示出了能够在其中实现本申请的实施例的示例性运行环境的示意图,该运行环境包括地温场1、探测电缆2、分布式光纤测温主机3和监控平台4。其中,地温场1内安装有热泵机组,热泵机组主要由压缩机、冷凝器、蒸发器和膨胀阀四部分组成,地源热泵通过让液态工质(制冷剂或冷媒)不断完成:蒸发(吸取环境中的热量)-压缩-冷凝(放出热量)-节流-再蒸发的热力循环过程,从而将环境里的热量转移到水中或者土层中。压缩机起着压缩和输送循环工质从低温低压处到高温高压处的作用,是热泵系统的心脏;蒸发器是输出冷量的设备,主要的作用是使经节流阀流入的制冷剂液体蒸发,以吸收被冷却物体的热量,达到制冷的目的;冷凝器是输出热量的设备,从蒸发器中吸收的热量连同压缩机消耗功所转化的热量在冷凝器中被冷却介质带走,使地源热泵达到制热的目的;膨胀阀或节流阀对循环工质起到节流降压作用,并调节进入蒸发器的循环工质流量。根据热力学第二定律,压缩机所消耗的功起到补偿作用,使循环工质不断地从低温环境中吸热,并向高温环境放热,周而往复地进行循环。
探测电缆2安装在地温场1内,具体地,探测电缆2既可以布设为包覆整个热泵机组,还可以布设为与热泵机组交叉设置,使得探测电缆2能够充分与热泵机组接触。在本示例中,探测电缆2位于地温场1中的任意一点都可以作为一个采集传感器,每一个采集传感器能够采集其所在的环境中的运行参数,运行参数包括温度、振动频率和压力。本申请也将探测电缆2路径上的环境称为节点,所以一根探测电缆2上有多个节点,具体的节点个数与探测电缆2的长度及相邻两个节点之间的距离相关,例如探测电缆2的任意两个节点之间距离5cm,又假如探测电缆2长度为3m,则得到节点为60个。
需要说明的是,探测电缆2在采集到各个节点的运行参数后,将实时采集到的运行参数传输至分布式光纤测温主机3中。还需要说明的是,由于探测电缆2具有无电传感、化学性质稳定、传输距离远等优势,所以本申请将其用于对各个节点的运行参数进行绝对测量,以为得到准确的运行参数提供技术支持。
分布式光纤测温主机3能够同时连接多根探测电缆2,向分别与其连接的多根探测电缆2发送光信号,然后接收多根探测电缆2返回的运行参数,并对运行参数进行过滤、放大等处理后传输至监控平台4中。
监控平台4由一个或者多个服务器组成,监控平台4在接收到经过处理后的运行参数后,根据运行参数分析地温场1中的漏点,然后远程发送给用户终端,最后由检修人员根据用户终端上显示的具体漏点,对其进行检修。在本示例中,用户终端可以为手机、平板、电脑等智能设备。
需要说明的是,图1所示的运行环境仅是解释性的,绝不是为了限制本发明实施例的应用或用途。例如,该运行环境中可以包括多个地温场1,而监控平台4可以同时监测多个地温场1中的漏点。
图2示出了根据本申请实施例的一种地温场的运行参数处理方法的流程图,该方法应用于图1中的监控平台4中,具体地,该方法的主要流程描述如下。
步骤S100、接收多个节点的运行参数,运行参数包括温度、振动频率和压力。
由实施例部分可知,节点的运行参数是分布式光纤测温主机3发送给监控平台4的,而且运行参数中包括温度、振动频率和压力等一共三个参数。
需要说明的是,监控平台4内存储有地温场1中的所有节点组成的拓扑结构,而且拓扑结构中的每一个节点的位置与现实的地温场1中的位置相同,从而便于监控平台4针对在该节点采集到的运行参数来判断节点是否为漏点。
步骤S200、确定温度、振动频率和压力中的至少一项参数出现异常的节点为初始漏点,并将初始漏点放置于星型模型中。
具体地,本申请采集的是节点的温度、振动频率和压力,且在节点的温度、振动频率和压力中的至少一项参数出现异常时,将该节点确定为初始漏点,即标记为初始漏点。需要说明的是,标记为初始漏点的节点并非就真的是存在泄漏的节点,而是还需要对其做进一步地判断才能得出结论,具体的判断过程如步骤S400中所示。
在一个具体的示例中,分别判断温度、振动频率和压力是否出现异常的过程为:
当温度超出预设温度范围时,判断结果为温度出现异常;
当振动频率超出预设振动频率范围时,判断结果为振动频率出现异常;
当压力超出预设压力范围时,判断结果为压力出现异常。
上述的预设温度范围、预设振动频率范围、预设压力范围均是提前设定于监控平台4中的,其中,预设温度范围是根据该地温场1中蕴藏的热量、热泵机组交换热时的热量评估每一个节点的温度波动范围的,然后将评估所得的温度波动范围作为预设温度范围并存储在监控平台4中。同样地,预设振动频率范围和预设压力范围也均是根据地温场1和地温场1中的热泵机组来评估得到的波动范围,即可以通过有限次的试验而得。
也就是说,当:温度超出预设温度范围和/或振动频率超出预设振动频率范围和/或压力超出预设压力范围时,确定与运行参数对应的节点为初始漏点。在本示例中,此处的对应关系是指:如果从节点处采集得到运行参数,则说明采集得到的运行参数与该节点具有对应关系。
在其他示例中,分别判断温度、振动频率和压力是否出现异常的过程为:
当温度发生陡增或者陡降时,判断结果为温度出现异常;
当振动频率发生陡增或者陡降时,判断结果为振动频率出现异常;
当压力发生陡增或者陡降时,判断结果为压力出现异常。
上述的温度发生陡增是指节点的当前时刻温度与在前的多个连续时刻的温度组成一个温度序列,温度序列中的温度按照输出的先后顺序由队首排列至队尾,若温度序列中的多个连续时刻的温度依次递增,且当前时刻温度与前一时刻的温度之间递增量超出预设值时,将节点标记为初始漏点,例如,节点a在08:00-08:04之间已经得到温度序列(12℃、15℃、20℃、28℃),设定的预设值为10℃,所以在08:05时刻,若检测得到的温度为40℃,由于40℃>(28+10)℃,所以08:05时刻的温度发生了陡增。判断温度是否发生陡降与上述判断温度是否发生陡降类似,不同的是,在判断温度发生陡降时,若满足:温度序列中的多个连续时刻的温度依次递减,且当温度与前一时刻的温度之间递减量超出预设值时,将节点确定为初始漏点。
还需要说明的是,判断振动频率是否发生陡增和压力是否发生陡增与上述判断温度是否发生陡增过程类似,所以本申请在此不再赘述;而判断振动频率是否发生陡降和压力是否发生陡降与上述判断温度是否发生陡降的过程类似,所以本申请也不再进行赘述。
也就是说,当:温度发生陡增或者陡降和/或振动频率发生陡增或者陡降和/或压力发生陡增或者陡降时,确定与运行参数对应的节点为初始漏点。需要说明的是,此处的运行参数与节点的对应关系与上述论述一致,所以此处不再进行说明。
在实际使用时,可以根据需要选择上述的任意一种判断方式来确定节点是否为初始漏点,也可以同时采用两种判断方式来确定节点是否为初始漏点,本申请在此不对所选择的判断方式进行限定。
在得到初始漏点后,将初始漏点放置于星型模型中。其中,星型模型包括核心点和分支点,核心点用于存放异常要素严重程度最高或者标记时间最早的漏点,该异常要素严重程度最高是指温度超出预设温度范围最大和/或振动频率超出预设振动频率范围最大和/或压力超出预设压力范围最大的漏点,同时,异常要素严重程度最高也指温度的递增量最大和/或振动频率的递增量最大和/或压力的递增量最大的漏点。标记时间是指节点被标记为漏点的时间。而分支点用于存放异常要素严重程度低于异常要素严重程度最高或者标记时间晚于标记时间最早的漏点。
需要说明的是,星型模型被设置为优先处理核心点上的漏点,而当存在多个分支点时,同步处理多个分支点上的漏点,如图3所示,当星型模型的核心点处放置有漏点A时,优先判断漏点A是否为真实的漏点,在判断漏点A后,同步处理分支点上的漏点B、漏点C和漏点D。在图3中,用圆圈表示核心点,而用方框表示分支点。
还需要说明的是,当星型模型中存在两个相邻的漏点时,将相邻的两个漏点放置在同一个分支点上,且将实际环境中靠近核心点上存放的漏点的漏点放置在前,而将实际环境中远离核心点上的漏点的漏点放置在后,以便于优先分析靠近核心点上的漏点的漏点。以上述图3为例,漏点D和漏点E在同一分支点上,漏点D距离核心点上的漏点A的距离相较于漏点E距离核心点上的漏点A的距离要短。
步骤S300、通过星型模型获取与初始漏点相邻的每一个节点的运行参数。
在一个具体的示例中,星型模型获取与初始漏点相邻的每一个节点的运行参数之前,还需要先获取与初始漏点对应的调控信息。调控信息存储于监控平台4中,调控信息中包括与冬季分别对应的预设温度范围、预设振动频率范围、预设压力范围、温度发生陡增的预设值、振动频率发生陡增的预设值、压力发生陡增的预设值,还包括与夏季分别对应的预设温度范围、预设振动频率范围、预设压力范围、温度发生陡降的预设值、振动频率发生陡降的预设值、压力发生陡降的预设值。在实际使用时,不同的季节需要对应切换上述步骤S200中的判断方式涉及到的预设参数,例如冬季时选择与冬季对应的预设温度范围,而夏季时选择与夏季对应的预设温度范围。另外,调控信息还包括热泵机组的状态,状态包括停止状态、启动状态、工作状态、关闭状态,其中启动状态是指由停止状态进入工作状态的过渡阶段,而关闭状态是指由工作状态进入停止状态的过渡阶段。
然后,再基于调控信息,判断节点被标记为初始漏点是否是因为调控信息,若是,则将初始漏点恢复为正常的节点;否则,继续保持该节点为初始漏点,并获取与初始漏点相邻的每一个节点的运行参数。以上述节点因温度发生陡增而被标记为初始漏点为例,假如在确定初始漏点b后,调取到的调控信息为:热泵机组处于启动状态,由于热泵机组的启动状态是指由停止状态进入工作状态的过度阶段,所以热泵机组处于启动状态时地温场1中的节点的温度会存在逐渐升高的情况,然后判断启动状态中的地温场1内蕴藏的热量、热泵机组转换的热量及热泵机组工作时产生的热量,计算三者热量在启动状态过程中的热量增长量是否达到温度发生陡增的预设值及以上,若是,则说明温度发生陡增并非是泄漏造成的,而是热泵机组处于启动状态造成的,所以将初始漏点恢复为正常的节点b;否则,在地温场1内蕴藏的热量、热泵机组转换的热量及热泵机组工作时产生的热量的增长量低于温度发生陡增的预设值时,说明温度发生陡增是泄漏造成的,所以继续保持该节点为初始漏点b,并调取与初始漏点b相邻的每一个节点的运行参数。
在一个具体的示例中,星型模型作为触发检漏的模型,在利用调控信息判断初始漏点确实是因为泄露而被标记时,会检索与初始漏点相邻的节点,并获取与初始漏点相邻的每一个节点的运行参数,该运行参数包括的是该相邻的节点的温度、振动频率和压力。由于分布式光纤测温主机3会实时将接收到的运行参数并传输给监控平台4,而监控平台4内又存储有所有节点的拓扑结构,所以在确定初始漏点后,监控平台4就可以确定与初始漏点相邻的节点,并获取与初始漏点相邻的每一个节点的运行参数。
步骤S400、根据初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数确定最终漏点。
步骤S411、根据初始漏点的运行参数确定异常要素,异常要素为出现异常的温度和/出现异常的振动频率和/或出现异常的压力。具体地,根据节点被标记为初始漏点的原因确定运行参数中的异常要素,例如,节点是因为温度超出预设温度范围而被标记为初始漏点,则温度为异常要素;又例如节点是因为温度超出预设温度范围且振动频率发生陡增而被标记为初始漏点,则温度和振动频率均为异常要素。
步骤S412、获取与异常要素对应的对照要素。其中,对照要素和异常要素包含的信息属于同一种类,种类包括温度类型、振动类型和压力类型。如上述示例,假如温度为异常要素,则与初始漏点相邻的每一个节点的温度均为对照要素;又假如温度和振动频率均为异常要素,则与初始漏点相邻的每一个节点的温度和振动频率均为对照要素。
步骤S413、根据异常要素的异常类型,通过对比异常要素和对照要素确定最终漏点。具体地,根据异常要素的异常类型,通过比较异常要素和对照要素的大小,得到最终漏点。如,当异常要素高于预设阈值范围时,判断是否满足:对照要素大于异常要素;若是,则对照要素大于异常要素的节点为最终漏点;若否,则初始漏点为最终漏点;或者当异常要素低于预设阈值范围时,判断是否满足:对照要素小于异常要素;若是,则对照要素大于异常要素的节点为最终漏点;若否,则初始漏点为最终漏点。上述的预设阈值范围为预设温度范围、预设振动频率范围和预设压力范围中的一种或者多种。为了便于说明,同样以上述的温度为异常要素以及温度和振动频率均为异常要素为例:
例1:
当异常要素为温度,且温度高于预设温度范围时,若满足:对照要素大于异常要素,则对照要素大于异常要素的节点为最终漏点;否则,初始漏点为最终漏点;
当异常要素为温度,且温度低于预设温度范围时,若满足:对照要素小于异常要素,则对照要素小于异常要素的节点为最终漏点;否则,初始漏点为最终漏点;
例2:
当异常要素为温度且温度高于预设温度范围,而振动频率发生陡增时,若满足:对照要素大于异常要素和/或对照要素的递增量大于异常要素的递增量,则对照要素大于异常要素的节点和/或对照要素的递增量大于异常要素的递增量的节点为最终漏点;否则,初始漏点为最终漏点;
当异常要素为温度且温度低于预设温度范围,而振动频率发生陡增时,若满足:对照要素小于异常要素和/或对照要素的递增量大于异常要素的递增量,则对照要素小于异常要素的节点和/或对照要素的递增量大于异常要素的递增量的节点为最终漏点;否则,初始漏点为最终漏点。
需要说明的是,上述示例仅为解释性的示例,在异常要素为温度发生陡增时,或者异常要素为压力时,均可以采用与上述两个示例类似的方法来进行评估,本申请在此不作赘述。
还需要说明的是,当判断结果为:与初始漏点相邻的节点为最终漏点时,为了保障检漏的准确性,还可以将该最终漏点作为新的初始漏点,并返回步骤S300中,重复步骤S300至步骤S413,直至新的初始漏点经过判断后作为最终漏点为止。
综上所述,本申请实施例1一种地温场的运行参数处理方法的实施原理为:首先,获取节点的温度、振动频率、压力,然后采用一种或者多种判断方式来判断节点是否为初始漏点。在确定初始漏点后,将初始漏点放入星型模型中,通过星型模型获取与初始漏点对应的调控信息,根据调控信息来确定是否需要对初始漏点做进一步的判断。在根据调控信息确定还需要对初始漏点做进一步的判断时,再由星型模型调取与初始漏点相邻的每一个节点的运行参数,最后根据初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数确定最终漏点。一方面,实施例1将判断初始漏点是否为最终漏点的过程独立开来,即由星型模型处理,从而便于及时处理初始漏点,避免当出现多个节点同时被标记为初始漏点时,无法及时处理多个初始漏点的情况,即本申请能够应对同时存在多个初始漏点的情况,从而达到提高处理地温场的运行参数效率的目的。另一方面,实施例1在判断初始漏点是否为最终漏点时,不仅仅涉及初始漏点的运行参数,而是将初始漏点的运行参数与周围的节点的运行参数进行对比,从而提高了所得的最终漏点的准确度。
实施例2
实施例2与实施例1的不同之处在于,实施例2增加了一种新的判断方式来判断初始漏点是否为最终漏点,具体的判断方式如图4中的所示:
步骤S510、获取初始漏点的标记时间;
步骤S520、通过星型模型获取与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间。
在一个具体的示例中,监控平台4在确定温度、振动频率和压力中的至少一项参数出现异常的节点为初始漏点时,还记录该标记时间戳,也将该标记时间戳称为标记时间。而监控平台4内又存储有结构树,所以其能够在接收到初始漏点的标记时间时,并由星型模型来调取与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间。
步骤S530、基于得到的标记时间,按照升序排序方式排列多个标记时间,以排序第一的标记时间对应的初始漏点或者漏点作为最终漏点。
本申请以标记时间作为判断初始漏点是否为最终漏点的判断条件,这是因为在地温场1中的热泵机组发生泄漏时,泄漏的液态工质具有流动性,所以将最先被标记为初始漏点的节点作为最终漏点,从而防止误将其他的节点也作为最终漏点。
需要说明的是,为了降低监控平台4的计算量,本申请在相邻的任意两个或者连续相邻的多个节点均被标记为初始漏点时,若相邻两个节点被标记为初始漏点的标记时间低于预设时间阈值,则停止对当前被标记为初始漏点的节点执行步骤S300至步骤S500的操作,直到下一被标记为初始漏点的节点与当前被标记为初始漏点的节点的时间戳达到预设时间阈值以上,才对当前被标记为初始漏点的节点执行步骤S300至步骤S500的操作,否则,可能出现监控平台4同时调取重叠的多个相邻的节点的运行参数的情况,从而增加监控平台4的计算量,甚至可能造成计算混乱。
还需要说明的是,上述的预设时间阈值为液态工质在地温场1中的流动速度,其可通过有限次的试验计算而得。另外,由于实施例2与实施例1中存在部分相同的步骤,所以本实施例2不再对相同的步骤进行赘述,而仅在图4中进行展示。
实施例3
实施例3分别与实施例1和实施例2的不同之处在于,实施例3基于实施例1和实施例2的基础上,提供了一种新的判断方式来判断初始漏点是否为最终漏点,具体的判断方式如图5所示:
步骤S610、对比初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数对比得到第一分值,包括:
步骤S611、根据初始漏点的运行参数确定异常要素;
步骤S612、获取与异常要素对应的对照要素;
步骤S613、根据异常要素的异常类型,通过对比异常要素和对照要素得到第一分值。
需要说明的是,步骤S611与上述的步骤S411相同,而步骤S612与步骤S412的步骤相同,所以本申请均不对步骤S611和步骤S612进行赘述。为了便于说明步骤S613中的过程,以上述温度为异常要素为例:
假如,温度为异常要素,且温度高于预设温度范围,当满足:对照要素高于异常要素时,计算异常要素和对照要素的温度差值,并取温度差值的绝对值作为第一分值;
又假如,温度为异常要素,且温度低于预设温度范围,当满足:对照要素低于异常要素时,计算异常要素和对照要素的温度差值,并取温度差值的绝对值作为第一分值。
另外,如果存在多个异常要素,则计算每一个异常要素和与其对应的对照要素的差值后,取每一个差值的绝对值再求平均值,最后将平均值作为第一分值。
步骤S620、根据初始漏点的标记时间,以及与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到第二分值。
首先,获取初始漏点的标记时间,还获取与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,然后基于所得的多个标记时间,按照升序排序方式排列多个标记时间。最后,按照标记时间由前至后的排列顺序依次赋予不同排序上的漏点或者初始漏点不同的分值,将漏点和初始漏点依据该排序所得的分值作为第二分值,例如排序第一的为50分,排序第二的为45分、排序第三的为40分、……、以此类推,直至排序靠前的漏点或者初始漏点全部得到对应的分值即可。在其他示例中,还可以针对标记时间由前至后的排列顺序,赋予不同的漏点或者初始漏点不同的分值,本申请在此不作限制。
步骤S630、根据第一分值和第二分值得到最终漏点。具体地,将第一分值和第二分值相加得到泄漏分值,将泄漏分值大于泄漏阈值的节点作为最终泄漏点。由此可知,本申请实施例3中用于判断初始漏点是否为最终漏点的判断方式,能够适用于在相邻的两个或者多个漏点均是真实存在泄漏的节点的情况。
需要说明的是,由于实施例3是基于实施例1和实施例2的基础上提供的新的判断方法,所以本实施例3不再对前述相同的步骤进行赘述,而仅在图5中进行展示。
综上所述,本申请实施例3一种地温场的运行参数处理方法的实施原理为:首先,获取节点的温度、振动频率、压力,然后采用一种或者多种判断方式来判断节点是否为初始漏点。在确定初始漏点后,由星型模型获取与初始漏点对应的调控信息,根据调控信息来确定是否需要对初始漏点做进一步的判断。在根据调控信息确定还需要对初始漏点做进一步的判断时,再由星型模型调取与初始漏点相邻的每一个节点的运行参数,最后,根据初始漏点的运行参数、初始漏点的标记时间、与初始漏点相邻的节点的运行参数、与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间确定最终漏点,以能够应对同时存在多个初始漏点的情况,提高处理地温场的运行参数的效率,还能够提高所得的最终漏点的准确度。
图6示出了根据本申请的实施例的一种地温场的运行参数处理系统的方框图,该系统包括数据接收模块41、数据处理模块42、数据获取模块43以及数据确定模块44。
数据接收模块41,用于接收多个节点的运行参数,运行参数包括温度、振动频率和压力。
数据处理模块42,用于确定温度、振动频率和压力中的至少一项参数出现异常的节点为初始漏点,并将初始漏点放置于星型模型中。
数据获取模块43,用于通过星型模型获取与初始漏点相邻的每一个节点的运行参数。
数据确定模块44,用于根据初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数确定最终漏点。
在一个具体的示例中,数据确定模块44还用于根据初始漏点的标记时间,以及与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到最终漏点。另外,数据确定模块44还可能用于对比初始漏点的运行参数和与初始漏点相邻的每一个节点的运行参数对比得到第一分值、根据初始漏点的标记时间,以及与初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到第二分值,根据第一分值和第二分值得到最终漏点。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括数据接收模块41、数据处理模块42、数据获取模块43以及数据确定模块44。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,数据接收模块41还可以被描述为“用于接收多个节点的运行参数的模块”。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的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。
为了更好地执行上述方法的程序,本申请还提供一种地温场的运行参数处理装置,该装置包括存储器和处理器。
其中,存储器可用于存储指令、程序、代码、代码集或指令集。存储器可以包括存储程序区和存储数据区,其中存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令以及用于实现上述地温场的运行参数处理方法的指令等;存储数据区可存储上述地温场的运行参数处理方法中涉及到的数据等。
处理器可以包括一个或者多个处理核心。处理器通过运行或执行存储在存储器内的指令、程序、代码集或指令集,调用存储在存储器内的数据,执行本申请的各种功能和处理数据。处理器可以为特定用途集成电路、数字信号处理器、数字信号处理装置、可编程逻辑装置、现场可编程门阵列、中央处理器、控制器、微控制器和微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
本申请还提供一种计算机可读存储介质,例如包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该计算机可读存储介质存储有能够被处理器加载并执行上述地温场的运行参数处理方法的计算机程序。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种地温场的运行参数处理方法,应用于监控平台(4)中,其特征在于,包括:
接收多个节点的运行参数,所述运行参数包括温度、振动频率和压力;
确定所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点,并将所述初始漏点放置于星型模型中;
通过所述星型模型获取与所述初始漏点相邻的每一个节点的运行参数;
根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点。
2.根据权利要求1所述的地温场的运行参数处理方法,其特征在于,所述根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点,包括:
将出现异常的温度和/或出现异常的振动频率和/或出现异常的压力标记为异常要素;
从与所述初始漏点相邻的每一个节点的运行参数中,获取与所述异常要素对应的对照要素,所述对照要素和所述异常要素包含的信息属于同一种类,所述种类包括温度类型、振动类型和压力类型;
根据所述异常要素的异常类型,通过对比所述异常要素和所述对照要素确定最终漏点。
3.根据权利要求2所述的地温场的运行参数处理方法,其特征在于,所述根据所述异常要素的异常类型,通过对比所述异常要素和所述对照要素确定最终漏点,包括:
当异常要素高于预设阈值范围时,所述预设阈值范围为预设温度范围、预设振动频率范围和预设压力范围中的一种或者多种;
判断是否满足:对照要素大于异常要素;若是,则对照要素大于异常要素的节点为最终漏点;若否,则初始漏点为最终漏点;或者
当异常要素低于预设阈值范围时,判断是否满足:对照要素小于异常要素;
若是,则对照要素大于异常要素的节点为最终漏点;
若否,则初始漏点为最终漏点。
4.根据权利要求1所述的地温场的运行参数处理方法,其特征在于,所述确定所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点时,还记录标记时间,所述方法还包括:
根据所述初始漏点的标记时间,以及与所述初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到最终漏点。
5.根据权利要求4所述的地温场的运行参数处理方法,其特征在于,所述根据所述初始漏点的标记时间,以及与所述初始漏点相邻的所有节点中被标记为漏点的节点的标记时间,得到最终漏点,包括:
按照升序排序方式排列多个所述标记时间;
以排序第一的标记时间对应的初始漏点或者漏点作为最终漏点。
6.根据权利要求1所述的地温场的运行参数处理方法,其特征在于,所述星型模型包括核心点和分支点;
所述核心点用于存放异常要素严重程度最高或者标记时间最早的漏点;
所述分支点用于存放异常要素严重程度低于异常要素严重程度最高或者标记时间晚于标记时间最早的漏点。
7.根据权利要求1所述的地温场的运行参数处理方法,其特征在于,所述方法还包括:通过如下判断方式判断温度、振动频率和压力是否出现异常:
当温度超出预设温度范围时,判断结果为温度出现异常;
当振动频率超出预设振动频率范围时,判断结果为振动频率出现异常;
当压力超出预设压力范围时,判断结果为压力出现异常。
8.一种地温场的运行参数处理系统,其特征在于,包括:
数据接收模块(41),用于接收多个节点的运行参数,所述运行参数包括温度、振动频率和压力;
数据处理模块(42),用于确定所述温度、所述振动频率和所述压力中的至少一项参数出现异常的节点为初始漏点,并将所述初始漏点放置于星型模型中:
数据获取模块(43),用于通过所述星型模型获取与所述初始漏点相邻的每一个节点的运行参数;
数据确定模块(44),用于根据所述初始漏点的运行参数和与所述初始漏点相邻的每一个节点的运行参数确定最终漏点。
9.一种地温场的运行参数处理装置,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
CN202311371077.5A 2023-10-23 2023-10-23 一种地温场的运行参数处理方法、系统、装置及存储介质 Active CN117131455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311371077.5A CN117131455B (zh) 2023-10-23 2023-10-23 一种地温场的运行参数处理方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311371077.5A CN117131455B (zh) 2023-10-23 2023-10-23 一种地温场的运行参数处理方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN117131455A true CN117131455A (zh) 2023-11-28
CN117131455B CN117131455B (zh) 2024-01-19

Family

ID=88863019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311371077.5A Active CN117131455B (zh) 2023-10-23 2023-10-23 一种地温场的运行参数处理方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN117131455B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202485279U (zh) * 2012-03-23 2012-10-10 天津东佳瑞兴空调有限公司 一种地源热泵管路的新型连接结构
CN106644292A (zh) * 2016-12-28 2017-05-10 宁波市鄞州磁泰电子科技有限公司 一种热力管道泄漏磁温综合检测方法
CN111190412A (zh) * 2020-01-06 2020-05-22 珠海格力电器股份有限公司 一种故障分析方法、装置、存储介质及终端
CN114564629A (zh) * 2022-04-22 2022-05-31 国家海洋技术中心 异常数据处理方法、装置、计算机设备和存储介质
WO2022131086A1 (ja) * 2020-12-14 2022-06-23 株式会社SoBrain 検査装置、検査方法および検査プログラム
CN116010800A (zh) * 2022-11-30 2023-04-25 南昌大学 一种量化候选漏损节点检测优先级的漏点分析方法
CN116221626A (zh) * 2022-12-29 2023-06-06 烟台500供热有限公司 一种基于数学模型的热力管道泄漏检测定位方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202485279U (zh) * 2012-03-23 2012-10-10 天津东佳瑞兴空调有限公司 一种地源热泵管路的新型连接结构
CN106644292A (zh) * 2016-12-28 2017-05-10 宁波市鄞州磁泰电子科技有限公司 一种热力管道泄漏磁温综合检测方法
CN111190412A (zh) * 2020-01-06 2020-05-22 珠海格力电器股份有限公司 一种故障分析方法、装置、存储介质及终端
WO2022131086A1 (ja) * 2020-12-14 2022-06-23 株式会社SoBrain 検査装置、検査方法および検査プログラム
CN114564629A (zh) * 2022-04-22 2022-05-31 国家海洋技术中心 异常数据处理方法、装置、计算机设备和存储介质
CN116010800A (zh) * 2022-11-30 2023-04-25 南昌大学 一种量化候选漏损节点检测优先级的漏点分析方法
CN116221626A (zh) * 2022-12-29 2023-06-06 烟台500供热有限公司 一种基于数学模型的热力管道泄漏检测定位方法及系统

Also Published As

Publication number Publication date
CN117131455B (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
US11061392B2 (en) Smart HVAC manifold system
CN103982980A (zh) 空调器换热器防冻结的控制方法及装置
US20150292985A1 (en) Smart hvac manifold system
CN105485856A (zh) 空调系统及空调系统制热状态下的异常检测方法
CN111043709B (zh) 制冷剂缺氟状态的检测方法
WO2022160672A1 (zh) 用于制冷系统的冷媒量检测的方法、装置及空调
CN114777368A (zh) 用于监控循环系统管路风险的方法、装置和循环系统
CN117131455B (zh) 一种地温场的运行参数处理方法、系统、装置及存储介质
CN108562010B (zh) 空调机组的组网方法和装置
CN117128461B (zh) 一种地温场的检漏方法、系统、装置及存储介质
CN117108939B (zh) 一种地温场的在线监测方法、系统、装置及存储介质
CN109323367B (zh) 空调器及其化霜方法、装置
CN112857132B (zh) 冷却塔、冷却塔检测控制方法、装置、设备及存储介质
CN112556095A (zh) 用于空调蒸发器防冻结保护的方法、装置及空调
CN111426006A (zh) 空调系统控制方法、装置、空调系统和计算机设备
CN113970163A (zh) 空调器及其冷媒泄漏检测方法、检测装置、可读存储介质
CN107166659A (zh) 温度传感器种类识别方法、系统和空调
CN109469963A (zh) 一种化霜控制方法及机组
CN114688802B (zh) 冰箱及其控制方法
CN116882116B (zh) 数字孪生的供热空间划分方法、计算方法、装置及存储介质
CN115111707A (zh) 空调缺氟检测方法、装置、介质及芯片
CN117433130A (zh) 用于空调的安全预警方法及装置、空调、存储介质
CN112179592A (zh) 制冷系统检测方法、装置和可读介质
CN114061035A (zh) 用于控制电化学空调除霜的方法及装置、电化学空调
CN109323384A (zh) 空调的运行能力检测方法及系统

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