【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种垃圾发电数据综合管理系统及存储方法。
技术介绍
1、垃圾发电通常是通过焚烧垃圾产生的热能来驱动蒸汽涡轮机发电的一种方式。这种方法不仅能有效减少垃圾的体积，而且还能回收能源，是一种较为环保的垃圾处理技术。在垃圾焚烧发电过程中，炉内氧气含量是一个至关重要的参数，它直接影响到燃烧效率、烟气中污染物的生成以及能源回收的效率。为了实现垃圾的高效、环保焚烧，对炉内的氧气含量数据进行存储与分析显得尤为重要。
2、目前对于垃圾焚烧过程中炉内氧气含量数据进行存储时，一般按照时序将氧气含量的具体监测值进行逐个无损存储，但对于一个焚烧周期内多个焚烧炉中的氧气含量数据来说可能存在部分时段内氧气含量较为相似，使用无损压缩存储可能会占用较多的冗余空间，降低压缩效率。
技术实现思路
1、为解决上述问题，本专利技术提供一种垃圾发电数据综合管理系统及存储方法。
2、本专利技术的一种垃圾发电数据综合管理系统及存储方法采用如下技术方案：
3、本专利技术一个实施例提供了一种垃圾发电数据综合管理存储方法，该方法包括以下步骤：
4、获取若干焚烧炉的若干氧气含量曲线，所述氧气含量曲线包含若干数据点，每个数据点对应一个焚烧时间和一个氧气含量值；
5、根据所有氧气含量曲线中的数据点、数据点对应的焚烧时间和氧气含量值，构建一个散点图；对散点图中的数据点进行聚类，得到若干类簇；
6、获取每个类簇的面积、质心、最小外接圆的面积及相
7、根据不同类簇之间的聚集度差异，得到每个类簇的异常度；依据异常度的大小，得到若干异常聚集度类簇和若干正常聚集度类簇；根据异常聚集度类簇和正常聚集度类簇对应的聚类度、相邻类簇，得到每个异常聚集度类簇和每个正常聚集度类簇的最终聚类度；
8、依据最终聚类度的大小，得到若干高聚集性类簇和若干低聚集性类簇；根据高聚集性类簇和低聚集性类簇，得到每条氧气含量曲线对应的编码数据，将每条氧气含量曲线对应的编码数据进行存储。
9、进一步地，所述根据所有氧气含量曲线中的数据点、数据点对应的焚烧时间和氧气含量值，构建一个散点图，包括的具体步骤如下：
10、构建一个二维坐标系，二维坐标系的横轴为焚烧时间，纵轴为氧气含量值，根据数据点对应的焚烧时间和氧气含量值，将所有氧气含量曲线中的数据点映射到二维坐标系中，得到一个包含若干数据点的散点图，记为第一散点图。
11、进一步地，所述对散点图中的数据点进行聚类，得到若干类簇，包括的具体步骤如下：
12、对第一散点图中的数据点进行dbscan聚类，得到若干类簇。
13、进一步地，所述根据每个类簇的面积在最小外接圆的面积的占比、类簇中数据点与质心之间的距离及相邻类簇质心之间的距离，得到每个类簇的聚集度，包括的具体步骤如下：
14、将任意一个类簇，记为目标类簇；
15、
16、式中，为目标类簇的面积，为目标类簇的最小外接圆的面积，为目标类簇中数据点的数量，为目标类簇中第个数据点与目标类簇的质心之间的欧式距离，为与目标类簇相邻的类簇的数量，为与目标类簇相邻的第个类簇的质心与目标类簇的质心之间的欧式距离，为以自然常数为底的指数函数，为目标类簇的聚集度。
17、进一步地，所述根据不同类簇之间的聚集度差异，得到每个类簇的异常度，包括的具体步骤如下：
18、将任意一个类簇，记为目标类簇；
19、
20、式中，为目标类簇的聚集度，为与目标类簇相邻的类簇的数量，为与目标类簇相邻的第个类簇的聚集度，为取绝对值，为与目标类簇相邻的第个类簇的聚集度，为与目标类簇相邻的第个类簇的聚集度，为目标类簇的异常因子；
21、获取每个类簇的异常因子，将所有类簇的异常因子进行线性归一化处理，得到的结果作为每个类簇的异常度。
22、进一步地，所述依据异常度的大小，得到若干异常聚集度类簇和若干正常聚集度类簇，包括的具体步骤如下：
23、预设一个第一阈值，将异常度大于第一阈值的类簇，作为异常聚集度类簇；将异常度小于或等于第一阈值的类簇，作为正常聚集度类簇。
24、进一步地，所述根据异常聚集度类簇和正常聚集度类簇对应的聚类度、相邻类簇，得到每个异常聚集度类簇和每个正常聚集度类簇的最终聚类度，包括的具体步骤如下：
25、将任意一个异常聚集度类簇，记为目标异常聚集度类簇；获取目标异常聚集度类簇的所有相邻类簇，记为目标相邻类簇；将所有目标相邻类簇对应的聚集度的平均值，记为第一平均值；将目标异常聚集度类簇对应的聚集度替换为第一平均值，得到目标异常聚集度类簇的最终聚集度；将任意一个正常聚集度类簇，记为目标正常聚集度类簇；将目标正常聚集度类簇对应的聚集度作为目标正常聚集度类簇的最终聚类度。
26、进一步地，所述依据最终聚类度的大小，得到若干高聚集性类簇和若干低聚集性类簇，包括的具体步骤如下：
27、获取每个异常聚集度类簇的最终聚类度和每个正常聚集度类簇的最终聚类度，对所有异常聚集度类簇的最终聚类度进行线性归一化处理，得到的结果作为每个异常聚集度类簇的归一化最终聚类度，对所有正常聚集度类簇的最终聚类度进行线性归一化处理，得到的结果作为每个正常聚集度类簇的归一化最终聚类度，预设一个第二阈值，将归一化最终聚类度大于或等于第二阈值的类簇，作为高聚集性类簇；将归一化最终聚类度小于第二阈值的类簇，作为低聚集性类簇。
28、进一步地，所述根据高聚集性类簇和低聚集性类簇，得到每条氧气含量曲线对应的编码数据，包括的具体步骤如下：
29、将任意一条氧气含量曲线，记为目标氧气含量曲线；将任意一个高聚集性类簇，记为目标高聚集性类簇；获取目标高聚集性类簇中所有数据点对应的氧气含量值的平均值，记为第二平均值，将目标氧气含量曲线中属于目标高聚集性类簇中的数据点对应的氧气含量值替换为第二平均值，将目标氧气含量曲线中属于高聚集性类簇中的数据点对应的氧气含量值均进行替换；将目标氧气含量曲线中属于低聚集性类簇中的数据点对应的氧气含量值保持不变；将目标氧气含量曲线中数据点对应的氧气含量值替换后，得到的新曲线记为第一氧气含量曲线，对第一氧气含量曲线中所有氧气含量值进行游程编码，得到第一氧气含量曲线的编码数据，记为目标氧气含量曲线对应的编码数据。
30、本专利技术还提出了一种垃圾发电数据综合管理系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现前述所述方法的步骤。
31、本专利技术的技术方案的有益效果是：本专利技术在获取到若干焚烧炉的若干氧气含量曲线后，通过构建散点图，对散点图中的数据点进行聚类，得到若干类簇，通过每个类簇的面积在最小外接圆的面积的占比、类簇中数据点与质心之间的距离及相邻类簇质心之间本文档来自技高网...
【技术保护点】
1.一种垃圾发电数据综合管理存储方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据所有氧气含量曲线中的数据点、数据点对应的焚烧时间和氧气含量值，构建一个散点图，包括的具体步骤如下：
3.根据权利要求2所述一种垃圾发电数据综合管理存储方法，其特征在于，所述对散点图中的数据点进行聚类，得到若干类簇，包括的具体步骤如下：
4.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据每个类簇的面积在最小外接圆的面积的占比、类簇中数据点与质心之间的距离及相邻类簇质心之间的距离，得到每个类簇的聚集度，包括的具体步骤如下：
5.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据不同类簇之间的聚集度差异，得到每个类簇的异常度，包括的具体步骤如下：
6.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述依据异常度的大小，得到若干异常聚集度类簇和若干正常聚集度类簇，包括的具体步骤如下：
7.根据权利要求1所述
8.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述依据最终聚类度的大小，得到若干高聚集性类簇和若干低聚集性类簇，包括的具体步骤如下：
9.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据高聚集性类簇和低聚集性类簇，得到每条氧气含量曲线对应的编码数据，包括的具体步骤如下：
10.一种垃圾发电数据综合管理系统，所述系统包括存储器、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任一项所述一种垃圾发电数据综合管理存储方法的步骤。
...【技术特征摘要】
1.一种垃圾发电数据综合管理存储方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据所有氧气含量曲线中的数据点、数据点对应的焚烧时间和氧气含量值，构建一个散点图，包括的具体步骤如下：
3.根据权利要求2所述一种垃圾发电数据综合管理存储方法，其特征在于，所述对散点图中的数据点进行聚类，得到若干类簇，包括的具体步骤如下：
4.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据每个类簇的面积在最小外接圆的面积的占比、类簇中数据点与质心之间的距离及相邻类簇质心之间的距离，得到每个类簇的聚集度，包括的具体步骤如下：
5.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述根据不同类簇之间的聚集度差异，得到每个类簇的异常度，包括的具体步骤如下：
6.根据权利要求1所述一种垃圾发电数据综合管理存储方法，其特征在于，所述依...
【专利技术属性】
技术研发人员：刘士选，李瑞峰，胡晓阳，胡后涛，申友程，田立猛，段守卫，李源，孙上程，刘善义，赵军，
申请(专利权)人：临沂恒泰新能源有限公司，
类型：发明
国别省市：
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。