System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于智能调节阀的供热控制方法及系统技术方案_技高网

一种基于智能调节阀的供热控制方法及系统技术方案

技术编号:40777248 阅读:4 留言:0更新日期:2024-03-25 20:22
本发明专利技术涉及数据处理技术领域,具体涉及一种基于智能调节阀的供热控制方法及系统,包括:采集若干个温度数据序列,获取每个温度数据序列中每个温度数据的异常程度,再获取每个温度数据序列中每个温度数据的最终异常程度,从而得到每个温度数据序列中每个温度数据的平滑权重,由此获取每个温度数据序列中当前时刻数据的平滑温度值,用以完成每个温度数据序列对应的智能调节阀的供热控制。本发明专利技术通过自适应每个温度数据序列中当前时刻数据的平滑系数,提高了当前时刻数据的平滑去噪效果,保障了当前时刻数据的平滑温度值的可信度,从而提高了智能调节阀的供热控制效果。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及一种基于智能调节阀的供热控制方法及系统


技术介绍

1、智能调节阀通常采用电动或电磁执行机构,可以通过控制信号精确地调整阀门的开合程度,从而调节流体的流量。供暖站为了能够准确的监测每个用户的供暖温度,会通过智能调节阀上的温度传感器来监测供暖温度,然后通过调节阀俩调节供水流量,从而保障供暖温度在正常的范围内。但是在对温度数据进行监测时,采集到的温度数据,可能会受到各种噪声的干扰,当前常使用双指数平滑算法对采集的温度数据进行滤波去噪。

2、现有的问题:噪声干扰会导致采集的温度数据可信度较低,当前常用计算简单、适应性强的双指数平滑算法进行去噪处理,但当该算法的平滑系数选取不合适时,会导致去噪后的数据偏向于噪声干扰较大的历史数据或者当前时刻数据,从而导致滤波去噪的效果较差,令温度数据的分析结果可信度降低,由此减小了供热控制的效果。


技术实现思路

1、本专利技术提供一种基于智能调节阀的供热控制方法及系统,以解决现有的问题。

2、本专利技术的一种基于智能调节阀的供热控制方法及系统采用如下技术方案:

3、本专利技术一个实施例提供了一种基于智能调节阀的供热控制方法,该方法包括以下步骤:

4、使用同一栋楼内每个用户的智能调节阀中的温度传感器,在之前任意时刻到当前时刻内,分别采集多个用户的入户水温数据,得到若干个温度数据序列;根据所有温度数据序列中温度数据之间的差异,得到每个温度数据序列中每个温度数据的异常程度;

<p>5、在所有温度数据序列中,根据相同时刻上温度数据之间的差异、温度数据的异常程度之间差异,得到每个温度数据序列中每个温度数据的最终异常程度;

6、根据每个温度数据序列中温度数据之间的差异、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个温度数据序列中每个温度数据的平滑权重;

7、根据每个温度数据序列中所有温度数据的平滑权重,得到每个温度数据序列中当前时刻数据的平滑温度值;根据每个温度数据序列中当前时刻数据的平滑温度值,完成每个温度数据序列对应的智能调节阀的供热控制。

8、进一步地,所述根据所有温度数据序列中温度数据之间的差异,得到每个温度数据序列中每个温度数据的异常程度,包括的具体步骤如下:

9、在所有温度数据序列中,将任意一个温度数据序列,记为目标序列;将除目标序列之外的其它温度数据序列,记为参考序列;

10、根据目标序列中温度数据之间的差异、目标序列中每个温度数据分别与所有参考序列的差异,得到目标序列中每个温度数据的异常程度。

11、进一步地,所述根据目标序列中温度数据之间的差异、目标序列中每个温度数据分别与所有参考序列的差异,得到目标序列中每个温度数据的异常程度对应的具体计算公式为:

12、

13、其中pi为目标序列中第i个温度数据的异常程度,fi为目标序列中第i个温度数据,为目标序列中所有温度数据的均值,n为参考序列的数量,为第b个参考序列中所有温度数据的均值,s为目标序列中所有温度数据的方差,||为绝对值函数,norm()为线性归一化函数。

14、进一步地,所述在所有温度数据序列中,根据相同时刻上温度数据之间的差异、温度数据的异常程度之间差异,得到每个温度数据序列中每个温度数据的最终异常程度,包括的具体步骤如下:

15、在每个相同时刻上,根据目标序列分别与所有参考序列中温度数据的异常程度之间差异,得到目标序列中每个温度数据的异常程度差异值;

16、根据目标序列中每个温度数据的异常程度差异值、目标序列与所有参考序列中相同时刻上温度数据之间的差异,得到目标序列中每个温度数据的最终异常程度。

17、进一步地,所述根据目标序列中每个温度数据的异常程度差异值、目标序列与所有参考序列中相同时刻上温度数据之间的差异,得到目标序列中每个温度数据的最终异常程度对应的具体计算公式为:

18、

19、其中qi为目标序列中第i个温度数据的最终异常程度,c为预设的数量阈值,si±c为目标序列中第i-c到第i+c个温度数据的方差,fi′±c为目标序列中第i-c到第i+c个温度数据的均值,n为参考序列的数量,sb,i±c为第b个参考序列中第i-c到第i+c个温度数据的方差,fb′,i±c为第b个参考序列中第i-c到第i+c个温度数据的均值,pi为目标序列中第i个温度数据的异常程度,pb,i为第b个参考序列中第i个温度数据的异常程度,||为绝对值函数,norm()为线性归一化函数,为目标序列中第i个温度数据的异常程度差异值。

20、进一步地,所述根据每个温度数据序列中温度数据之间的差异、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个温度数据序列中每个温度数据的平滑权重,包括的具体步骤如下:

21、根据目标序列中温度数据之间的差异,得到目标序列中每个温度数据的整体差异值;

22、根据目标序列中每个温度数据的整体差异值、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个目标序列中每个温度数据的平滑权重。

23、进一步地,所述根据目标序列中每个温度数据的整体差异值、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个目标序列中每个温度数据的平滑权重对应的具体计算公式为:

24、

25、其中εi为目标序列中第i个温度数据的平滑权重,qi为目标序列中第i个温度数据的最终异常程度,qi′为所有温度数据序列中的第i个温度数据的最终异常程度的均值,si′为所有温度数据序列中的第i个温度数据的最终异常程度的方差,fi为目标序列中第i个温度数据,为目标序列中所有温度数据的均值,||为绝对值函数,norm()为线性归一化函数,为目标序列中第i个温度数据的整体差异值。

26、进一步地,所述根据每个温度数据序列中所有温度数据的平滑权重,得到每个温度数据序列中当前时刻数据的平滑温度值,包括的具体步骤如下:

27、将目标序列中最后一个温度数据,记为当前时刻数据;

28、将目标序列中除最后一个之外的其它温度数据,记为历史数据;

29、在目标序列中,计算所有历史数据的平滑权重的均值,再计算所述均值与当前时刻数据的平滑权重的和值,将当前时刻数据的平滑权重除以所述和值的商,记为当前时刻数据的平滑系数;

30、根据目标序列中当前时刻数据的平滑系数,使用双指数平滑算法进行平滑去噪处理,得到目标序列中当前时刻数据的平滑温度值。

31、进一步地,所述根据每个温度数据序列中当前时刻数据的平滑温度值,完成每个温度数据序列对应的智能调节阀的供热控制,包括的具体步骤如下:

32、将目标序列对应的智能调节阀,记为目标阀;

33、在当前时刻上,若t≥t2,则使用目标阀调小供暖水流量;若t≤t1,则使用目标阀调大供本文档来自技高网...

【技术保护点】

1.一种基于智能调节阀的供热控制方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据所有温度数据序列中温度数据之间的差异,得到每个温度数据序列中每个温度数据的异常程度,包括的具体步骤如下:

3.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据目标序列中温度数据之间的差异、目标序列中每个温度数据分别与所有参考序列的差异,得到目标序列中每个温度数据的异常程度对应的具体计算公式为:

4.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述在所有温度数据序列中,根据相同时刻上温度数据之间的差异、温度数据的异常程度之间差异,得到每个温度数据序列中每个温度数据的最终异常程度,包括的具体步骤如下:

5.根据权利要求4所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据目标序列中每个温度数据的异常程度差异值、目标序列与所有参考序列中相同时刻上温度数据之间的差异,得到目标序列中每个温度数据的最终异常程度对应的具体计算公式为:

6.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据每个温度数据序列中温度数据之间的差异、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个温度数据序列中每个温度数据的平滑权重,包括的具体步骤如下:

7.根据权利要求6所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据目标序列中每个温度数据的整体差异值、所有温度数据序列中相同时刻上温度数据的最终异常程度之间的差异,得到每个目标序列中每个温度数据的平滑权重对应的具体计算公式为:

8.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据每个温度数据序列中所有温度数据的平滑权重,得到每个温度数据序列中当前时刻数据的平滑温度值,包括的具体步骤如下:

9.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据每个温度数据序列中当前时刻数据的平滑温度值,完成每个温度数据序列对应的智能调节阀的供热控制,包括的具体步骤如下:

10.一种基于智能调节阀的供热控制系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,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1-9任一项所述的一种基于智能调节阀的供热控制方法的步骤。

...

【技术特征摘要】

1.一种基于智能调节阀的供热控制方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据所有温度数据序列中温度数据之间的差异,得到每个温度数据序列中每个温度数据的异常程度,包括的具体步骤如下:

3.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据目标序列中温度数据之间的差异、目标序列中每个温度数据分别与所有参考序列的差异,得到目标序列中每个温度数据的异常程度对应的具体计算公式为:

4.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所述在所有温度数据序列中,根据相同时刻上温度数据之间的差异、温度数据的异常程度之间差异,得到每个温度数据序列中每个温度数据的最终异常程度,包括的具体步骤如下:

5.根据权利要求4所述一种基于智能调节阀的供热控制方法,其特征在于,所述根据目标序列中每个温度数据的异常程度差异值、目标序列与所有参考序列中相同时刻上温度数据之间的差异,得到目标序列中每个温度数据的最终异常程度对应的具体计算公式为:

6.根据权利要求2所述一种基于智能调节阀的供热控制方法,其特征在于,所...

【专利技术属性】
技术研发人员:郑志强朱光峰
申请(专利权)人:西藏中环热力技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1