一种供热管网压力波动的判定方法技术

本发明专利技术公开了一种供热管网压力波动的判定方法，包括采集供热管网内换热站的压力数据；按照不同时间间隔进行降采样生成时序数据；计算得到时序数据的同比振幅；根据突变点集合之前的一段时间内的同比振幅计算同比振幅阈值；根据突变点集合之前的一段时间内的同比振幅和时序数据对应时刻点的同比振幅计算同比振幅差值的绝对值；若同比振幅差值的绝对值大于同比振幅阈值，则判断对应时刻点的压力数据为压力异常波动数据；本发明专利技术根据供热管网的压力数据变化趋势，利用时序突变点检测的方法对供热管网的压力数据进行异常波动检测与判定，解决了因多种压力范围下设定固定门限不准确，导致供热管网压力异常波动误报率及漏报率较大的问题。率较大的问题。率较大的问题。

【技术实现步骤摘要】
一种供热管网压力波动的判定方法


[0001]本专利技术属于供热系统管网压力波动检测的
，具体涉及一种供热管网压力波动的判定方法。

技术介绍

[0002]随着近年来城镇化的快速发展，我国建设了世界上面积最大的集中供热系统。其中，供热管网是供热系统的基本组成部分之一，承担着输配热量至各末端用户的重要任务。供热管网包含有枝状管网及环状管网等复杂结构。若供热管网内部出现压力波动可能给供热系统的稳定可靠运行带来严峻挑战。因此实时监测供热管网压力，及时发现压力波动并报警，避免出现压力异常波动导致管网内部流体震荡或爆管事故发生，切实保证供热系统运行的稳定性和安全性。
[0003]引起供热管网压力波动因素众多，如管道材质、敷设方式、施工方法、运行调控、管道或其连接件故障等，要实现准确的供热管网压力波动检测是一项非常有挑战性的任务。目前供热压力波动检测方法主要采用对压力时序数据一次差分及固定门限进行判定。然而供热管网的不同测点的压力范围不同，存在门限设定不准确出现压力波动误判问题。

技术实现思路

[0004]本专利技术的目的在于针对现有技术中的上述不足，提供一种供热管网压力波动的判定方法，以解决供热管网压力检测，存在门限设定不准确、出现压力波动误判的问题。
[0005]为达到上述目的，本专利技术采取的技术方案是：
[0006]一种供热管网压力波动的判定方法，其包括以下步骤：
[0007]S1、采集供热管网内换热站的压力数据；
[0008]S2、对采集的压力数据进行预处理，并按照不同时间间隔将压力数据进行降采样，得到对应于不同时间间隔的时序数据；
[0009]S3、基于一个时序数据进行突变点检测，获取得到压力数据的突变点集合，并计算得到该时序数据的同比振幅；
[0010]S4、根据突变点集合之前的一段时间内的同比振幅计算同比振幅阈值；
[0011]S5、根据突变点集合之前的一段时间内的同比振幅和时序数据对应时刻点的同比振幅计算同比振幅差值的绝对值；
[0012]S6、若同比振幅差值的绝对值大于同比振幅阈值，则判断对应时刻点的压力数据为压力异常波动数据；反之，对应时刻的压力数据为正常数据；
[0013]S7、重复步骤S4～步骤S6，直至遍历该时序数据对应的所有时刻点，以判断压力异常波动数据；
[0014]S8、重复步骤S3～步骤S7，对剩余的不同时间间隔的时序数据进行压力异常波动的判断。
[0015]进一步地，步骤S2中对采集的压力数据进行预处理，包括：
[0016]对压力数据进行预处理剔除异常值，生成压力时序数据：
[0017]P＝{p1，...p
i
...p
n
}
[0018]其中，n为样本总数，p
i
为在i时刻的压力值。
[0019]进一步地，步骤S2中按照不同时间间隔将压力数据进行降采样，得到对应于不同时间间隔的时序数据，包括：
[0020]将时序数据P按照t1的时间间隔降采样生成时序数据E＝{e1，...e
i
...e
n
}，其中，e
i
为在i时刻的压力值；
[0021]将时序数据P按照t2的时间间隔降采样生成时序数据F＝{f1，...f
i
...f
n
}，其中，f
i
为在i时刻的压力值；
[0022]将时序数据P按照t3的时间间隔降采样生成时序数据G＝{g1，...g
i
...g
n
}，其中，g
i
为在i时刻的压力值。
[0023]进一步地，步骤S3中基于一个时序数据进行突变点检测，获取得到压力数据的突变点集合，包括：
[0024]以固定时间间隔w形成时间窗，构造损失函数C
(a，a+w)
：
[0025][0026]其中，C
(a，a+w)
为时刻a到时刻a+w的损失函数；w为窗口的固定时间间隔；g
avg
为时刻a到时刻a+w内压力均值；
[0027]以固定时间间隔w形成时间窗，将两个相邻的窗口W
t
，W
t+1
沿着时间线滑动，计算两个时间窗差异d(C
(a，a+w)
，C
(a+w，a+2w)
)：
[0028]d(C
(a，a+w)
，C
(a+w，a+2w)
)＝C
(a，a+2w)
‑
C
(a，a+w)
‑
C
(a+w，a+2w)
[0029]其中，d(C
(a，a+w)
，C
(a+w，a+2w)
)为从时间段[a，a+w]与时间段[a+w，a+2w压力数据差异；Ca，a+2w为时刻a到时刻a+2w的损失函数；Ca，a+w为时刻a到时刻a+w的损失函数；C
(a+w，a+2w)
为从时间a+w到时刻a+2w的损失函数；w为窗口的固定时间间隔；
[0030]以滑动窗口的方式计算d(C
(a，a+w)
，C
(a+w，a+2w)
)前k个最大值对应时刻生成压力数据的突变点集合M＝{m1，...，m
i
，...m
k
}，其中，k为突变点总个数，m
i
为某一个时间间隔在i时刻的压力值。
[0031]进一步地，步骤S3中计算得到该时序数据的同比振幅，包括：
[0032]计算时序数据中对应时刻点的同比振幅CA＝{ca1，...，ca
i
，...，ca
n
}，在时刻点i的同比振幅ca
i
：
[0033][0034]其中，ca
i
为在i时刻压力的同比振幅；e
i
为在i时刻压力值；e
i
‑1为在i
‑
1时刻的压力值。
[0035]进一步地，步骤S4具体包括：
[0036]获取突变点集合M中所有时刻点集合L＝{l1，...，li，...l
k
}，其中，k为突变点总数，l
i
为编号为i的突变点时刻；
[0037]在同比振幅CA集合中获取集合L某一时刻l
i
的前X个同比振幅集合CAX＝{cax1，...，cax
i
，...cax
x
}，其中x为样本总数，cax
i
为在时刻i的同比振幅，l
i
为集合L中编号为i的突变点时刻；
[0038]根据前X个同比振幅集合CAX计算同比振幅阈值θ：
[0039]θ＝max(cax
max
‑
cax
avg
，cax...

【技术保护点】

【技术特征摘要】
1.一种供热管网压力波动的判定方法，其特征在于，包括以下步骤：S1、采集供热管网内换热站的压力数据；S2、对采集的压力数据进行预处理，并按照不同时间间隔将压力数据进行降采样，得到对应于不同时间间隔的时序数据；S3、基于一个时序数据进行突变点检测，获取得到压力数据的突变点集合，并计算得到该时序数据的同比振幅；S4、根据突变点集合之前的一段时间内的同比振幅计算同比振幅阈值；S5、根据突变点集合之前的一段时间内的同比振幅和时序数据对应时刻点的同比振幅计算同比振幅差值的绝对值；S6、若同比振幅差值的绝对值大于同比振幅阈值，则判断对应时刻点的压力数据为压力异常波动数据；反之，对应时刻的压力数据为正常数据；S7、重复步骤S4～步骤S6，直至遍历该时序数据对应的所有时刻点，以判断压力异常波动数据；S8、重复步骤S3～步骤S7，对剩余的不同时间间隔的时序数据进行压力异常波动的判断。2.根据权利要求1所述的供热管网压力波动的判定方法，其特征在于，所述步骤S2中对采集的压力数据进行预处理，包括：对压力数据进行预处理剔除异常值，生成压力时序数据：P＝{p1,
…
p
i
…
p
n
}其中，n为样本总数，p
i
为在i时刻的压力值。3.根据权利要求2所述的供热管网压力波动的判定方法，其特征在于，所述步骤S2中按照不同时间间隔将压力数据进行降采样，得到对应于不同时间间隔的时序数据，包括：将时序数据P按照t1的时间间隔降采样生成时序数据E＝{e1，
…
e
i
…
e
n
}，其中，e
i
为在i时刻的压力值；将时序数据P按照t2的时间间隔降采样生成时序数据F＝{f1，
…
f
i
…
f
n
}，其中，f
i
为在i时刻的压力值；将时序数据P按照t3的时间间隔降采样生成时序数据G＝{g1，
…
g
i
…
g
n
}，其中，g
i
为在i时刻的压力值。4.根据权利要求3所述的供热管网压力波动的判定方法，其特征在于，所述步骤S3中基于一个时序数据进行突变点检测，获取得到压力数据的突变点集合，包括：以固定时间间隔w形成时间窗，构造损失函数C
(a，a+w)
：其中，C
(a，a+w)
为时刻a到时刻a+w的损失函数；w为窗口的固定时间间隔；e
avg
为时刻a到时刻a+w内压力均值；以固定时间间隔w形成时间窗，将两个相邻的窗口W
t
，W
t+1
沿着时间线滑动，计算两个时间窗差异d(C
(a，a+w)
，C
(a+w，a+2w)
)：d(C
(a，a+w)
，C
(a+w，a+2w)
)＝C
(a，a+2w)
‑
C
(a，a+w)
‑
C
(a+w，a+2w)
其中，d(C
(a，a+...

【专利技术属性】
技术研发人员：李少武，宋建材，齐黎明，张宝，耿鹤朋，
申请(专利权)人：工大科雅天津能源科技有限公司，
类型：发明
国别省市：