一种用于热力供热远程关系系统的数据处理方法技术方案

本发明专利技术涉及数据预测技术领域，具体涉及一种用于热力供热远程关系系统的数据处理方法。该方法通过历史数据的统计，分析供回水温度差信息和瞬时流量信息的普遍相关系数，进一步统计出历史数据中的异常时间段信息，进而获得限制离群区间。通过异常时间段获得的参考时间段对历史供热数据进行分段分析，利用限制离群区间优化分析数据，获得限制数据相关系数集合，利用限制数据相关系数集合结合当前参考时间段下的数据相关系数对未来时间段下的数据相关系数进行预测，实现对供热数据的异常判断。本发明专利技术通过基于历史数据的大数据统计，获得便于预测的限制数据相关系数集合，进而通过数据的预测实现供热数据的异常判断。的预测实现供热数据的异常判断。的预测实现供热数据的异常判断。

【技术实现步骤摘要】
一种用于热力供热远程关系系统的数据处理方法


[0001]本专利技术涉及数据预测
，具体涉及一种用于热力供热远程关系系统的数据处理方法。

技术介绍

[0002]集中供热系统的热量输配由室外系统完成，大多数地区采用热水作为集中供热系统的热源，而热水的供回水温度差和瞬时流量对用户供热质量的影响大，热力供热远程关系通常包括水力关系和热力关系两个方面，水力关系包含水力失调，热力关系包含热力失调，供回水温度差和瞬时流量的不均衡很可能导致水力失调和热力失调的问题，影响用户的供暖质量，因此需要利用热力供热远程关系系统对集中供热系统进行远程管理。
[0003]在集中供暖场景中，现有技术通过采集大量的集中供热系统中数据，并对其中的异常数据进行分析并加以利用，以发现供暖异常情况，但是采集的数据往往具有滞后性，并且对数据预测常采用霍尔特双参数平滑法，该方法是用于预测时间序列的一种指数平滑方法，直接对集中供热系统中数据使用该方法时预测结果容易受到离群值的影响，离群值为与供热数据差异较大的供热数据，进而导致预测结果准确性低，对集中供热系统中数据处理的效果不好。

技术实现思路

[0004]为了解决现有技术直接对集中供热系统中数据使用霍尔特双参数平滑法时，预测结果容易受到离群值的影响，进而导致预测结果准确性低，对集中供热系统中数据处理的效果不好的技术问题，本专利技术的目的在于提供一种用于热力供热远程关系系统的数据处理方法，所采用的技术方案具体如下：本专利技术提出了一种用于热力供热远程关系系统的数据处理方法，所述方法包括：根据预设采样频率获得经过预处理后的历史供热数据中的时刻集合，以及对应时刻下的供回水温度差集合和瞬时流量集合；根据所述供回水温度差集合和所述瞬时流量集合获得所述历史供热数据的普遍相关系数；获取所述历史供热数据中异常数据的异常时间段；根据每一个异常时间段下的供回水温度差数据和瞬时流量数据获得每一个异常时间段的异常相关系数；根据所述异常时间段的时长和其所在预设采样周期下异常时间段的数量，获得每一个异常时间段对应的异常相关系数权重，根据所述异常相关系数和所述异常相关系数权重获得异常数据的异常关系系数；根据所述普遍相关系数和所述异常关系系数获得限制离群区间；根据所述异常时间段获得参考时间段，获得所述历史供热数据每一个参考时间段下的数据相关系数，根据所述限制离群区间和所述数据相关系数获得限制数据相关系数集合；根据所述限制数据相关系数集合和当前参考时间段下的数据相关系数，获得未来参考时间段下的预测数据相关系数，根据所述预测数据相关系数预测对应的供热数据是否
出现异常。
[0005]进一步地，相关系数的获取方法包括：以供回水温度差数据和对应瞬时流量数据之间的皮尔逊相关系数的绝对值作为相关系数。
[0006]进一步地，所述获得每一个异常时间段对应的异常相关系数权重，包括：将每一个异常时间段的时间长度归一化后除以所述异常时间段所在预设采样周期下异常时间段的数量，获得初始异常相关系数权重，将所述初始异常相关系数权重负相关映射并归一化，获得所述异常相关系数权重。
[0007]进一步地，所述根据所述异常相关系数和所述异常相关系数权重获得所述异常数据的异常关系系数，包括：将每一个所述异常相关系数与对应的异常相关系数权重的乘积的平均值作为所述异常关系系数。
[0008]进一步地，所述根据所述普遍相关系数和所述异常关系系数获得限制离群区间，包括：将所述普遍相关系数作为所述限制离群区间的上限值，将所述异常关系系数作为所述限制离群区间的下限值，获得所述限制离群区间。
[0009]进一步地，所述根据所述异常时间段获得参考时间段，包括：将所述异常时间段的平均值作为所述参考时间段。
[0010]进一步地，所述根据所述限制离群区间和所述数据相关系数获得限制数据相关系数集合，包括：在历史供热数据中按照所述参考时间段进行划分，计算所述历史供热数据每一个参考时间段下的供回水温度差数据和对应的瞬时流量数据之间的数据相关系数；在所述限制离群区间外的所述数据相关系数被距离最近的上限值或下限值替换，结合所述限制离群区间中的所述数据相关系数，获得所述限制数据相关系数集合。
[0011]进一步地，所述根据所述预测数据相关系数预测对应的供热数据是否出现异常，包括：在所述限制离群区间外的当前参考时间段下的数据相关系数被距离最近的上限值或下限值替换，获得当前限制数据相关系数集合，将所述限制数据相关系数集合中数据和所述当前限制数据相关系数集合中数据按照时间先后排列，获得限制序列；使用霍尔特双参数平滑法，根据所述限制序列中最后预设数量的数据相关系数，获得限制序列下一个未来参考时间段下的预测数据相关系数；若所述预测数据相关系数相较于所述普遍相关系数更靠近所述异常关系系数，则所述预测数据相关系数对应的供热数据的预测结果为异常；反之，为正常。
[0012]进一步地，所述预处理的方法包括：对历史供热数据中的错误数据进行修正，根据所述错误数据的冗余程度，根据错误数据修正方法处理所述错误数据。
[0013]本专利技术具有如下有益效果：在本专利技术中，普遍相关系数表征了供回水温度差集合中数据和对应的瞬时流量集合中数据的相关程度，因为在历史供热数据中异常时间段较短，并且相对于正常数据而言
异常数据的数据量更少，因此根据历史供热数据获得的普遍相关系数更接近于正常数据对应的相关系数。历史供热数据中异常时间段越短，该异常时间段下异常相关系数很可能越偏离普遍相关系数，越应当引起重视，因此将异常时间段作为获取异常相关系数权重的一个因子；预设采样周期下异常时间段的数量越多，该预设采样周期下供热数据出现异常的可能性越大，因此将预设采样周期下异常时间段的数量作为获取异常相关系数权重的一个因子，异常相关系数权重表征了对应的异常相关系数对异常关系系数的贡献程度，根据历史供热数据中异常数据结合异常相关系数权重获得的异常关系系数更接近于异常数据对应的相关系数。限制离群区间消除了限制离群区间外数据相关系数对预测结果的影响。连续的异常时间点所在时间段的长度集中出现在异常时间段长度所在的区间范围，所以需要统计异常时间段的长度，获得参考时间段，参考时间段是历史供热数据中异常数据的一个特征，以参考时间段作为后续预测过程的步长，更有利于后续预测本专利技术根据限制离群区间消除了限制离群区间外数据相关系数对预测结果的影响，以参考时间段为预测步长，预测未来的供热数据是否出现异常的准确性更高，对供热数据处理的效果更好。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1为本专利技术一个实施例所提供的一种用于热力供热远程关系系统的数据处理方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于热力供热远程关系系统的数据处理方法，其特征在于，所述方法包括：根据预设采样频率获得经过预处理后的历史供热数据中的时刻集合，以及对应时刻下的供回水温度差集合和瞬时流量集合；根据所述供回水温度差集合和所述瞬时流量集合获得所述历史供热数据的普遍相关系数；获取所述历史供热数据中异常数据的异常时间段；根据每一个异常时间段下的供回水温度差数据和瞬时流量数据获得每一个异常时间段的异常相关系数；根据所述异常时间段的时长和其所在预设采样周期下异常时间段的数量，获得每一个异常时间段对应的异常相关系数权重，根据所述异常相关系数和所述异常相关系数权重获得异常数据的异常关系系数；根据所述普遍相关系数和所述异常关系系数获得限制离群区间；根据所述异常时间段获得参考时间段，获得所述历史供热数据每一个参考时间段下的数据相关系数，根据所述限制离群区间和所述数据相关系数获得限制数据相关系数集合；根据所述限制数据相关系数集合和当前参考时间段下的数据相关系数，获得未来参考时间段下的预测数据相关系数，根据所述预测数据相关系数预测对应的供热数据是否出现异常。2.根据权利要求1所述的一种用于热力供热远程关系系统的数据处理方法，其特征在于，相关系数的获取方法包括：以供回水温度差数据和对应瞬时流量数据之间的皮尔逊相关系数的绝对值作为相关系数。3.根据权利要求1所述的一种用于热力供热远程关系系统的数据处理方法，其特征在于，所述获得每一个异常时间段对应的异常相关系数权重，包括：将每一个异常时间段的时间长度归一化后除以所述异常时间段所在预设采样周期下异常时间段的数量，获得初始异常相关系数权重，将所述初始异常相关系数权重负相关映射并归一化，获得所述异常相关系数权重。4.根据权利要求1所述的一种用于热力供热远程关系系统的数据处理方法，其特征在于，所述根据所述异常相关系数和所述异常相关系数权重获得所述异常数据的异常关系系数，包括：将每一个所述异常相关系数与对应的异常相关系数权重的乘积的平均值作为所述异常关系系数。5.根据权利要...

【专利技术属性】
技术研发人员：孙煜，吕家顺，
申请(专利权)人：梁山中维热力有限公司，
类型：发明
国别省市：