CN118917693B - 一种综采面智能供液负荷估测方法 - Google Patents
一种综采面智能供液负荷估测方法 Download PDFInfo
- Publication number
- CN118917693B CN118917693B CN202411108409.5A CN202411108409A CN118917693B CN 118917693 B CN118917693 B CN 118917693B CN 202411108409 A CN202411108409 A CN 202411108409A CN 118917693 B CN118917693 B CN 118917693B
- Authority
- CN
- China
- Prior art keywords
- value
- temperature
- liquid supply
- supply load
- load
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/007—Subject matter not provided for in other groups of this subclass by applying a load, e.g. for resistance or wear testing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Development Economics (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种综采面智能供液负荷估测方法,涉及煤矿综采技术领域,包括获得变频器在各个温度分段区间分别对应的负荷标定偏差值,获得各个温度分段区间内分别对应的区间转速标定点,计算获得输出供液负荷值;通过获得输出供液负荷值模块,对乳化液泵估测供液负荷值受到变频器温度影响偏差数值进行纠正,使得输出供液负荷值更加准确,避免在变频器根据估测供液负荷值对乳化液泵的供液负荷值进行执行时,由于变频器的运行温度的不同对乳化液泵的供液负荷值的调节效果造成影响,继而使得控制乳化液泵的供液负荷值无法达到估测供液负荷所对应的数值,进而对评估效果造成影响的情况。
Description
技术领域
本发明涉及煤矿综采技术领域,具体涉及一种综采面智能供液负荷估测方法。
背景技术
在煤矿综采工作面中,供液系统是保障矿井安全高效开采的关键组成部分,综采面智能供液负荷估测方法是一种通过智能化技术来评估和控制供液系统负荷的技术,它能够根据工作面的实时需求,动态调整乳化液的供应,确保液压支架等设备的有效运行;综采工作面采用的供液系统,包括多台乳化液泵、多台喷雾泵以及多台液箱,用于综采工作面液压支架的安全支护和动作,以及采煤机喷雾降尘和设备冷却等用途;
在煤矿综采工作面中通过神经网络进行估测的供液负荷值,这个估测的供液负荷值会通过变频器执行,而控制乳化液泵的供液负荷,以适应实际的工况需求;
但是,在通过变频器工作状态调整进而再对乳化液泵的转速和流量进行调整的过程中,由于变频器的运行温度的不同对乳化液泵的供液负荷值的调节效果造成影响,继而使得控制乳化液泵的供液负荷值无法达到估测供液负荷所对应的数值,进而对评估效果造成影响的情况;基于此,提出一种综采面智能供液负荷估测方法。
发明内容
本发明的目的在于提供一种综采面智能供液负荷估测方法,解决了由于变频器的运行温度的不同对乳化液泵的供液负荷值的调节效果造成影响,继而使得控制乳化液泵的供液负荷值无法达到估测供液负荷所对应的数值,进而对评估效果造成影响的技术问题。
本发明的目的可以通过以下技术方案实现:
一种综采面智能供液负荷估测方法,包括以下步骤:
步骤一:对变频器在预设时长T内的设备运行温度进行分析,获得变频器的温度分段区间,T≥1天;
步骤二:分析每个温度分段区间内乳化液泵的历史估测供液负荷值和实际供液负荷值,获得变频器在各个温度分段区间分别对应的负荷标定偏差值;
步骤三:分析乳化液泵在各个温度分段区间内的历史估测供液负荷值与变频器温度的关系,获得各个温度分段区间内分别对应的区间转速标定点;
步骤四:将各个温度分段区间的区间转速标定点进行分析,获得乳化液泵负荷值与变频器温度之间的偏差系数;
步骤五:根据估测供液负荷值和乳化液泵负荷值与变频器温度之间的偏差系数,计算获得输出供液负荷值。
作为本发明进一步的方案:获得变频器的温度分段区间,具体的方式为:
获得变频器在预设时长T内的设备运行温度值,获得各个运行温度值根据数值中的最大值和最小值,并根据最大值和最小值生成设备运行温度区间,将设备运行温度区间均匀进行分割,进而获得变频器对应的各个温度分段区间。
作为本发明进一步的方案:获得变频器在各个温度分段区间分别对应的负荷标定偏差值,具体方式为:
A1:各个温度分段区间任意选取一个温度分段区间为分析区间,在分析区间内获取乳化液泵在预设次数a次中的历史估测供液负荷值和实际供液负荷值,获得乳化液泵在分析区间中a次历史估测供液负荷值与其对应的实际供液负荷值之间的差值绝对值CAa,计算差值绝对值CAa的离散值W,对离散值W进行分析进而获得乳化液泵在分析区间对应的负荷标定偏差值,a≥1;
A2:重复步骤A1,即可获得乳化液泵在各个温度分段区间分别对应的负荷标定偏差值Bn,n指代为温度分段区间的数量,n≥1。
作为本发明进一步的方案:获得乳化液泵在分析区间对应的负荷标定偏差值的具体方式为:
当离散值W<预设值S1时,将CAa的均值CAp作为乳化液泵在分析区间对应的负荷标定偏差值B1,当离散值W≥预设值S1,则根据|CAc-CAp|的值按照从大到小的顺序将对应的CAc进行删除,并在每次删除后对剩余CAc的离散值W重新进行计算,直至满足离散值W<预设值S1则停止计算,同时对删除的CAc的数量d进行分析,进而获得乳化液泵在分析区间对应的负荷标定偏差值B1。
作为本发明进一步的方案:对数量d进行分析的具体方式为:
将删除的数量d与预设值S2进行比对,若数量d<S2,则将剩余CAc的均值作为乳化液泵在分析区间对应的负荷标定偏差值B1;若数量d≥S2,则将剩余CAc最大值和最小值的均值,作为乳化液泵在分析区间对应的负荷标定偏差值B1。
作为本发明进一步的方案:获得各个温度分段区间内分别对应的区间转速标定点的具体方式为:
各个乳化液泵在各个温度分段区间内的a次历史估测供液负荷值中变频器分别对应设备温度进行均值化处理,并将获得的均值作为各个温度分段区间分别对应的温度标定值Wn,将温度标定值Wn作为各个温度分段区间的区间转速标定点的横坐标,负荷标定偏差值Bn作为各个温度分段区间的区间转速标定点的纵坐标,进而获得各个温度分段区间内分别对应的区间转速标定点的坐标Dn(Wn,Bn)。
作为本发明进一步的方案:获得乳化液泵负荷值与变频器温度之间的偏差系数的具体方式为:
通过相关性公式计算获得负荷标定偏差值与温度标定值之间的相关系数H,当H∉[Y1,Y2]内时,从转速标定点的坐标Dn(Wn,Bn)中获得Wn中最大值和最小值分别对应的转速标定点的坐标(Wmax,E1)和(Wmin,E2),其中E1和E2分别为横坐标为Wmax和Wmin的转速标定点对应的纵坐标的数值,Wmax为Wn中的最大值,Wmin为Wn中的最小值,再根据公式:R=(E2-E1)/(Wmax-Wmin),计算获得乳化液泵负荷值与变频器温度之间的偏差系数R;
当H∈[Y1,Y2]内时,则说明负荷标定偏差值与温度标定值之间不存在关系,则偏差系数R取值为0,Y1和Y2均为预设值,具体数值由相关人员根据实际情况进行拟定,Y1<Y2。
作为本发明进一步的方案:获得输出供液负荷值的具体的方式为:
通过计算公式:BC=[K+(1+R×|BF-JF|)]×β1,计算获得乳化液泵的输出供液负荷值BC,其中K为估测供液负荷值,JF为变频器的实时运行温度,BF为变频器的标定运行温度。
作为本发明进一步的方案:相关性公式具体为:,其中Wp和Bp分别为温度标定值Wn和负荷标定偏差值Bn的均值,n≥e≥1。
本发明的有益效果:
本发明,通过获得输出供液负荷值模块,对乳化液泵估测供液负荷值受到变频器温度影响偏差数值进行纠正,使得输出供液负荷值更加准确,避免在变频器根据估测供液负荷值对乳化液泵的供液负荷值进行执行时,由于变频器的运行温度的不同对乳化液泵的供液负荷值的调节效果造成影响,继而使得控制乳化液泵的供液负荷值无法达到估测供液负荷所对应的数值,进而对评估效果造成影响的情况,可以有效解决变频器温度对乳化液泵供液负荷的调节效果造成的影响,提高供液负荷估测的准确性和稳定性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种综采面智能供液负荷估测方法的框架结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
请参阅图1所示,本发明为一种综采面智能供液负荷估测方法,包括以下步骤:
步骤一:获得变频器在预设时长内的设备运行温度,并对其进行分析,根据分析结果获得变频器的温度分段区间,具体的方式为:
获得变频器在预设时长T内的设备运行温度值,获得各个运行温度值根据数值中的最大值和最小值,并根据最大值和最小值生成设备运行温度区间,将设备运行温度区间均匀进行分割,进而获得变频器对应的各个温度分段区间;
需要说明的是,预设时长T为从获取数据的当下起算往前推180天这一时间段,获取数据的当天计入在内,180≥T≥1,变频器的设备运行温度通过设置在变频器上的温度传感器进行获取并进行记录:
步骤二:获得在变频器的各个温度分段区间内的a次历史估测供液负荷值,同时获得乳化液泵在a次的历史估测供液负荷值中分别对应的实际供液负荷值并进行分析,根据分析结果获得变频器在各个温度分段区间分别对应的负荷标定偏差值,具体方式为:
A1:各个温度分段区间任意选取一个温度分段区间为分析区间;
A2:在分析区间内获取乳化液泵在预设次数a次中的历史估测供液负荷值,并将其分别标记为ZAa,同时获得乳化液泵在预设次数a次的历史估测供液负荷值中分别对应的实际供液负荷值,并将其分别标记为ZBa,其中a预设次数,具体取值由相关人员根据实际需求进行拟定,此处128≥a≥1;
通过公式CAa=|ZAa-ZBa|,获得乳化液泵在分析区间中a次历史估测供液负荷值与其对应的实际供液负荷值之间的差值绝对值CAa;
通过标准差计算公式,计算差值绝对值CAa的离散值W,其中CAc为CAa中的任意数值,CAp为CAa的均值,a≥c≥1;
将离散值W与预设值S1进行对比分析,当离散值W<预设值S1时,则说明各个差值绝对值CAa之间差值较小,则将CAa的均值CAp作为乳化液泵在分析区间对应的负荷标定偏差值B1,若离散值W≥预设值S1,则说明各个差值绝对值CAa之间差值较大,则根据|CAc-CAp|的值按照从大到小的顺序将对应的CAc进行删除,并在每次删除后对剩余CAc的离散值W重新进行计算,直至满足离散值W<预设值S1则停止计算,同时对删除的CAc的数量d进行记录;
将删除的数量d与预设值S2进行比对,若数量d<S2,则计算剩余CAc的均值,并将其作为乳化液泵在分析区间对应的负荷标定偏差值B1;若数量d≥S2,则将剩余CAc最大值和最小值的均值,作为乳化液泵在分析区间对应的负荷标定偏差值B1,其中S1和S2均为预设值,具体数值由相关人员根据实际情况进行拟定;
A3:重复步骤A1-A2,即可获得乳化液泵在各个温度分段区间分别对应的负荷标定偏差值Bn,n指代为温度分段区间的数量,n≥1;
步骤三:获得乳化液泵在各个温度分段区间的a次历史估测供液负荷值中,变频器分别对应设备温度,并对其进行分析,进而获得各个温度分段区间内分别对应的区间转速标定点,具体方式为:
各个乳化液泵在各个温度分段区间内的a次历史估测供液负荷值中变频器分别对应设备温度进行均值化处理,并将获得的均值作为各个温度分段区间分别对应的温度标定值Wn,根据各个温度分段区间分别对应的负荷标定偏差值Bn和温度标定值Wn获得各个温度分段区间内分别对应的区间转速标定点Dn,将温度标定值Wn作为各个温度分段区间的区间转速标定点的横坐标,负荷标定偏差值Bn作为各个温度分段区间的区间转速标定点的纵坐标,进而获得各个温度分段区间内分别对应的区间转速标定点的坐标Dn(Wn,Bn);
步骤四:将各个温度分段区间内分别对应的区间转速标定点导入同一个二维坐标系中进行表示,将各个转速标定点根据横坐标的大小按照从小到大的顺序依次进行连接获得转速偏差曲线,对转速偏差曲线进行分析,进而获得乳化液泵负荷值与变频器温度之间的偏差系数,具体方式为:
通过相关性公式,计算获得负荷标定偏差值与温度标定值之间的相关系数H,其中Wp和Bp分别为温度标定值Wn和负荷标定偏差值Bn的均值,n≥e≥1;
当H∉[Y1,Y2]内时,则说明负荷标定偏差值与温度标定值之间呈正相关或是负相关的关系,即负荷标定偏差值随着标定偏差值的增大而增大,或是负荷标定偏差值随着标定偏差值的增大而减小,从转速标定点的坐标Dn(Wn,Bn)中获得Wn中最大值和最小值分别对应的转速标定点的坐标(Wmax,E1)和(Wmin,E2),其中E1和E2分别为横坐标为Wmax和Wmin的转速标定点对应的纵坐标的数值,Wmax为Wn中的最大值,Wmin为Wn中的最小值,再根据公式:R=(E2-E1)/(Wmax-Wmin),计算获得乳化液泵负荷值与变频器温度之间的偏差系数R,需要说明的是当R为正值时,则说明负荷标定偏差值与温度标定值之间呈正相关,当R为负值时,则说明负荷标定偏差值与温度标定值之间呈负相关;
当H∈[Y1,Y2]内时,则说明负荷标定偏差值与温度标定值之间不存在关系,则偏差系数R取值为0,Y1和Y2均为预设值,具体数值由相关人员根据实际情况进行拟定,Y1<Y2;
步骤五:根据估测供液负荷值和乳化液泵负荷值与变频器温度之间的偏差系数,获得输出供液负荷值,具体的方式为:
通过计算公式:BC=[K+(1+R×|BF-JF|)]×β1,计算获得乳化液泵的输出供液负荷值BC,其中K为估测供液负荷值,JF为变频器的实时运行温度,BF为变频器的标定运行温度;
通过获得输出供液负荷值模块,对乳化液泵估测供液负荷值受到变频器温度影响偏差数值进行纠正,使得输出供液负荷值更加准确,避免在变频器根据估测供液负荷值对乳化液泵的供液负荷值进行执行时,由于变频器的运行温度的不同对乳化液泵的供液负荷值的调节效果造成影响,继而使得控制乳化液泵的供液负荷值无法达到估测供液负荷所对应的数值,进而对评估效果造成影响的情况,可以有效解决变频器温度对乳化液泵供液负荷的调节效果造成的影响,提高供液负荷估测的准确性和稳定性。
实施例二
作为本发明的实施例二,本申请在具体实施时,相较于实施例一,本实施例的技术方案与实施例一的区别仅在于本实施例中涉及估测供液负荷值的获取方法,具体步骤为:
从综采工作面的传感器网络中收集实时数据,这些数据包括不同位置的压力流量信号X1至X6、液压支架的动作开关量信号X7到X7+m以及一个时间信号X8+m,通过预设的一个BP神经的三层结构,输入层、隐含层和输出层获得估测供液负荷值,形成压力给定,进一步控制变频器进行乳化液泵的调节,输出层只有一个神经元,用于输出预测结果;隐含层有两层,每层有十个神经元,这种结构有助于提高网络的表达能力和预测精度,设置三个不同位置的压力流量信号X1至X6,设置与液压支架动作相关的开关量信号X7到X7+m,这些信号可以反映液压支架的工作状态,设置X8+m这一时间信号,用于引入系统效率衰减的预测,这有助于提高预测的准确性;
对收集到的收集实时数据进行预处理,处理缺失值,使用线性插值法填补缺失的数据点,使用3倍标准差法或箱线图方法检测异常值,并进行处理剔除或替换,平滑处理,使用移动平均法对数据进行平滑,以减小噪声和波动;
使用了Sigmoid函数,对收集到的数据进行归一化处理,将数值范围缩放到0到1之间,以便神经网络更容易处理,这一步骤对于提高神经网络的学习效率和预测精度至关重要;
以上均为现有且成熟的技术,因此在此不做任何赘述。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种综采面智能供液负荷估测方法,其特征在于,包括以下步骤:
步骤一:对变频器在预设时长T内的设备运行温度进行分析,获得变频器的温度分段区间,T≥1天;
步骤二:分析每个温度分段区间内乳化液泵的历史估测供液负荷值和实际供液负荷值,获得变频器在各个温度分段区间分别对应的负荷标定偏差值;
步骤三:分析乳化液泵在各个温度分段区间内的历史估测供液负荷值与变频器温度的关系,获得各个温度分段区间内分别对应的区间转速标定点;
步骤四:将各个温度分段区间的区间转速标定点进行分析,获得乳化液泵负荷值与变频器温度之间的偏差系数;
步骤五:根据估测供液负荷值和乳化液泵负荷值与变频器温度之间的偏差系数,计算获得输出供液负荷值;
获得各个温度分段区间内分别对应的区间转速标定点的具体方式为:
各个乳化液泵在各个温度分段区间内的a次历史估测供液负荷值中变频器分别对应设备温度进行均值化处理,并将获得的均值作为各个温度分段区间分别对应的温度标定值Wn,将温度标定值Wn作为各个温度分段区间的区间转速标定点的横坐标,负荷标定偏差值Bn作为各个温度分段区间的区间转速标定点的纵坐标,进而获得各个温度分段区间内分别对应的区间转速标定点的坐标Dn(Wn,Bn),n指代为温度分段区间的数量,n≥1;
获得乳化液泵负荷值与变频器温度之间的偏差系数的具体方式为:
通过相关性公式计算获得负荷标定偏差值与温度标定值之间的相关系数H,当H∉[Y1,Y2]内时,从转速标定点的坐标Dn(Wn,Bn)中获得Wn中最大值和最小值分别对应的转速标定点的坐标(Wmax,E1)和(Wmin,E2),其中E1和E2分别为横坐标为Wmax和Wmin的转速标定点对应的纵坐标的数值,Wmax为Wn中的最大值,Wmin为Wn中的最小值,再根据公式:R=(E2-E1)/(Wmax-Wmin),计算获得乳化液泵负荷值与变频器温度之间的偏差系数R;
当H∈[Y1,Y2]内时,则说明负荷标定偏差值与温度标定值之间不存在关系,则偏差系数R取值为0,Y1和Y2均为预设值,Y1<Y2。
2.根据权利要求1所述的一种综采面智能供液负荷估测方法,其特征在于,获得变频器的温度分段区间,具体的方式为:
获得变频器在预设时长T内的设备运行温度值,获得各个运行温度值根据数值中的最大值和最小值,并根据最大值和最小值生成设备运行温度区间,将设备运行温度区间均匀进行分割,进而获得变频器对应的各个温度分段区间。
3.根据权利要求2所述的一种综采面智能供液负荷估测方法,其特征在于,获得变频器在各个温度分段区间分别对应的负荷标定偏差值,具体方式为:
A1:各个温度分段区间任意选取一个温度分段区间为分析区间,在分析区间内获取乳化液泵在预设次数a次中的历史估测供液负荷值和实际供液负荷值,获得乳化液泵在分析区间中a次历史估测供液负荷值与其对应的实际供液负荷值之间的差值绝对值CAa,计算差值绝对值CAa的离散值W,对离散值W进行分析进而获得乳化液泵在分析区间对应的负荷标定偏差值,a≥1;
A2:重复步骤A1,即可获得乳化液泵在各个温度分段区间分别对应的负荷标定偏差值Bn,n指代为温度分段区间的数量,n≥1。
4.根据权利要求3所述的一种综采面智能供液负荷估测方法,其特征在于,获得乳化液泵在分析区间对应的负荷标定偏差值的具体方式为:
当离散值W<预设值S1时,将CAa的均值CAp作为乳化液泵在分析区间对应的负荷标定偏差值B1,当离散值W≥预设值S1,则根据|CAc-CAp|的值按照从大到小的顺序将对应的CAc进行删除,并在每次删除后对剩余CAc的离散值W重新进行计算,直至满足离散值W<预设值S1则停止计算,同时对删除的CAc的数量d进行分析,进而获得乳化液泵在分析区间对应的负荷标定偏差值B1,其中CAc为Ca1至CAa中的任意数值,CAp为Ca1至CAa的均值,a≥c≥1。
5.根据权利要求4所述的一种综采面智能供液负荷估测方法,其特征在于,对数量d进行分析的具体方式为:
将删除的数量d与预设值S2进行比对,若数量d<S2,则将剩余CAc的均值作为乳化液泵在分析区间对应的负荷标定偏差值B1;若数量d≥S2,则将剩余CAc最大值和最小值的均值,作为乳化液泵在分析区间对应的负荷标定偏差值B1。
6.根据权利要求1所述的一种综采面智能供液负荷估测方法,其特征在于,获得输出供液负荷值的具体的方式为:
通过计算公式:BC=[K+(1+R×|BF-JF|)]×β1,计算获得乳化液泵的输出供液负荷值BC,其中K为估测供液负荷值,JF为变频器的实时运行温度,BF为变频器的标定运行温度。
7.根据权利要求1所述的一种综采面智能供液负荷估测方法,其特征在于,相关性公式具体为:,其中Wp和Bp分别为温度标定值Wn和负荷标定偏差值Bn的均值,n≥e≥1。
8.根据权利要求1所述的一种综采面智能供液负荷估测方法,其特征在于,当R为正值,则说明负荷标定偏差值与温度标定值之间呈正相关,当R为负值时,则说明负荷标定偏差值与温度标定值之间呈负相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411108409.5A CN118917693B (zh) | 2024-08-13 | 2024-08-13 | 一种综采面智能供液负荷估测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411108409.5A CN118917693B (zh) | 2024-08-13 | 2024-08-13 | 一种综采面智能供液负荷估测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118917693A CN118917693A (zh) | 2024-11-08 |
| CN118917693B true CN118917693B (zh) | 2025-05-27 |
Family
ID=93314661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411108409.5A Active CN118917693B (zh) | 2024-08-13 | 2024-08-13 | 一种综采面智能供液负荷估测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118917693B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822577A (zh) * | 2021-09-23 | 2021-12-21 | 烟台杰瑞石油装备技术有限公司 | 井场设备健康状态的评估方法、评估装置及存储介质 |
| CN115949405A (zh) * | 2023-03-14 | 2023-04-11 | 三一重型装备有限公司 | 采煤机控制方法、系统、采煤机、电子设备及计算机介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6615118B2 (en) * | 2001-03-27 | 2003-09-02 | General Electric Company | Hybrid energy power management system and method |
| CN101846355A (zh) * | 2010-02-26 | 2010-09-29 | 新疆孚德节能工程有限公司 | 基于热水供暖系统中动态平衡机组技术的布置方法 |
-
2024
- 2024-08-13 CN CN202411108409.5A patent/CN118917693B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822577A (zh) * | 2021-09-23 | 2021-12-21 | 烟台杰瑞石油装备技术有限公司 | 井场设备健康状态的评估方法、评估装置及存储介质 |
| CN115949405A (zh) * | 2023-03-14 | 2023-04-11 | 三一重型装备有限公司 | 采煤机控制方法、系统、采煤机、电子设备及计算机介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118917693A (zh) | 2024-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111307123B (zh) | 一种水情监测数据的实时异常诊断与插补方法 | |
| EP4303785B1 (en) | Reservoir flow rate regulating method and apparatus, electronic device, and storage medium | |
| CN115931055B (zh) | 一种基于大数据分析的农村供水运行诊断方法及系统 | |
| CN115962551B (zh) | 用于楼宇自动控制的智能空调控制系统和方法 | |
| CN116335925B (zh) | 基于数据增强的煤矿井下乳化泵站智能调控系统 | |
| CN117990187A (zh) | 基于人工智能的地下水水位动态监测方法 | |
| CN118395087A (zh) | 一种压力测量的补偿方法 | |
| CN114970688A (zh) | 基于LSTMAD算法和Hermite插值法的滑坡监测数据预处理方法 | |
| SA522441153B1 (ar) | مراقبة عزم دوران وسحب ذاتية | |
| CN119005753A (zh) | 基于深度学习自适应的水电站流量跳变报警阈值预测方法及系统 | |
| CN119377571A (zh) | 一种基于数字孪生技术的油田产量预测方法及系统 | |
| CN118035929B (zh) | 基于热力学和数据挖掘的电厂安全监测预警方法及系统 | |
| CN119069074A (zh) | 一种宫腔镜液体管理漏液检测方法及系统 | |
| CN117556367A (zh) | 基于bim技术的水利工程预警方法及系统 | |
| CN118629160A (zh) | 一种基于自适应局部回归的滑坡预警方法 | |
| CN119848436B (zh) | 基于bim信息处理的水利水电工程数据管理方法 | |
| CN120993730A (zh) | 一种水利设施设备的监测和控制方法及系统 | |
| CN120820459A (zh) | 一种矿井粉尘浓度实时监测方法 | |
| CN112502896B (zh) | 一种水轮机调速器接力器动作速率偏离度预警方法及系统 | |
| CN120408188A (zh) | 一种基于异常检测的生产异常预警方法 | |
| CN119600774A (zh) | 一种农田水位环境监测警报装置 | |
| CN116738601B (zh) | 一种混凝土重力坝变形的动态预测方法 | |
| CN118090078A (zh) | 一种闭式循环水冷系统渗漏在线监测方法 | |
| CN119028438A (zh) | 一种芽孢杆菌生物有机肥研制过程的环境监测方法 | |
| CN118917693A (zh) | 一种综采面智能供液负荷估测方法 |
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 |