一种焚烧炉运行异常状态数据清洗方法技术

本发明专利技术涉及电数字数据处理技术领域，具体涉及一种焚烧炉运行异常状态数据清洗方法，该方法包括：通过传感器，获取目标焚烧炉内的每个目标空间对应的目标温度集合和目标有害气体浓度集合；对目标温度集合和目标有害气体浓度集合进行分段；筛选出有害气体浓度分段对应的参考温度分段集合；确定有害气体浓度分段与参考温度分段之间的目标分布趋势相似性；筛选出有害气体浓度分段对应的目标有害气体浓度组集合；确定有害气体浓度分段对应的目标噪声异常差异；分别确定有害气体浓度分段和温度分段对应的目标窗口尺寸；根据对应的目标窗口尺寸，通过移动平均法，分别对有害气体浓度分段和温度分段进行数据清洗。本发明专利技术提高了数据清洗效果。洗效果。洗效果。

【技术实现步骤摘要】
一种焚烧炉运行异常状态数据清洗方法


[0001]本专利技术涉及电数字数据处理
，具体涉及一种焚烧炉运行异常状态数据清洗方法。

技术介绍

[0002]大多涉及到化工类型的生产项目，例如石油裂解等项目，往往会在生产中产生大量含有有害的可燃气体，往往采用密闭的废气焚烧炉，对有害的可燃气体进行净化，具体可以包括：通过管道，将生产出的废气输进焚烧炉内，通过高温燃烧将废气中包含的有害的可燃气体焚烧掉，从而实现气体净化。在焚烧炉运行过程中，往往通过监测焚烧炉内的温度和有害气体浓度的变化，实现对焚烧炉运行状态的监测。其中，有害气体浓度是有害的可燃气体的浓度。由于多种因素的影响，可能导致某个时刻采集温度或有害气体浓度的传感器接触不良，从而导致采集的温度或有害气体浓度是不准确的异常数据，表现为噪声数据，因此为了提高焚烧炉运行状态监测的准确度，往往需要对采集的温度和有害气体浓度进行数据清洗。目前，对数据进行清洗时，通常采用的方式为：根据预设窗口尺寸，通过移动平均法，对数据进行清洗。其中，预设窗口尺寸可以表征参与每次移动平均时元素的个数。
[0003]然而，当根据预设窗口尺寸，通过移动平均法，对采集的温度和有害气体浓度进行数据清洗时，经常会存在如下技术问题：由于参与移动平均法的预设窗口尺寸往往是基于人为经验设置的，得到的设置结果往往受到人为主观因素的影响，因此，得到的设置结果往往并不准确，从而往往导致对采集的温度和有害气体浓度进行数据清洗的清洗效果较差。

技术实现思路

[0004]本专利技术的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本专利技术的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0005]为了解决对采集的温度和有害气体浓度进行数据清洗的清洗效果较差的技术问题，本专利技术提出了一种焚烧炉运行异常状态数据清洗方法。
[0006]本专利技术提供了一种焚烧炉运行异常状态数据清洗方法，该方法包括：获取目标焚烧炉内的每个目标空间对应的目标温度集合和目标有害气体浓度集合；分别对每个目标空间对应的目标温度集合和目标有害气体浓度集合进行分段，得到每个目标空间对应的温度分段集合和有害气体浓度分段集合；从所述温度分段集合中筛选出所述有害气体浓度分段集合中的每个有害气体浓度分段对应的参考温度分段集合；确定每个有害气体浓度分段与其对应的参考温度分段集合中的每个参考温度分段之间的目标分布趋势相似性；
根据每个有害气体浓度分段内的各个目标有害气体浓度对应的采集时间，从获取的所有目标有害气体浓度中筛选出每个有害气体浓度分段对应的目标有害气体浓度组集合；根据每个有害气体浓度分段对应的目标有害气体浓度组集合，确定每个有害气体浓度分段对应的目标噪声异常差异；根据预设窗口尺寸、每个有害气体浓度分段与其对应的参考温度分段集合中的各个参考温度分段之间的目标分布趋势相似性、以及每个有害气体浓度分段对应的目标噪声异常差异，确定每个有害气体浓度分段对应的目标窗口尺寸，并确定每个温度分段对应的目标窗口尺寸；根据对应的目标窗口尺寸，通过移动平均法，分别对每个有害气体浓度分段和每个温度分段进行数据清洗。
[0007]可选地，所述分别对每个目标空间对应的目标温度集合和目标有害气体浓度集合进行分段，得到每个目标空间对应的温度分段集合和有害气体浓度分段集合，包括：根据目标温度和目标有害气体浓度对应的采集时间，分别对所述目标空间对应的目标温度集合和目标有害气体浓度集合进行排序，得到所述目标空间对应的目标温度序列和目标有害气体浓度序列；分别对所述目标空间对应的目标温度序列和目标有害气体浓度序列中的各个元素进行移动平均，得到所述目标空间对应的平滑温度序列和平滑浓度序列；从所述目标空间对应的平滑温度序列中筛选出极大值和极小值，作为端点温度，并将所述目标空间对应的平滑温度序列中的第一个平滑温度和最后一个平滑温度，确定为端点温度，得到所述目标空间对应的端点温度序列；从所述目标空间对应的平滑浓度序列中筛选出极大值和极小值，作为端点浓度，并将所述目标空间对应的平滑浓度序列中的第一个平滑浓度和最后一个平滑浓度，确定为端点浓度，得到所述目标空间对应的端点浓度序列；以所述目标空间对应的端点温度序列中的每个端点温度对应的时刻为分割点，对所述目标空间对应的目标温度序列进行分割，得到所述目标空间对应的温度分段集合；以所述目标空间对应的端点浓度序列中的每个端点浓度对应的时刻为分割点，对所述目标空间对应的目标有害气体浓度序列进行分割，得到所述目标空间对应的有害气体浓度分段集合。
[0008]可选地，所述从所述温度分段集合中筛选出所述有害气体浓度分段集合中的每个有害气体浓度分段对应的参考温度分段集合，包括：将所述温度分段集合中每个温度分段中的第一个目标温度对应的采集时间，确定为所述温度分段对应的采集代表时间；将所述有害气体浓度分段中的第一个目标有害气体浓度对应的采集时间，确定为所述有害气体浓度分段对应的采集代表时间；从所述温度分段集合中筛选出对应的采集代表时间晚于所述有害气体浓度分段对应的采集代表时间，并且对应的采集代表时间与所述有害气体浓度分段对应的采集代表时间的差值的绝对值小于预设时间跨度的温度分段，作为候选温度分段，得到所述有害气体浓度分段对应的候选温度分段集合；
将所述有害气体浓度分段中的最后一个目标有害气体浓度与第一个目标有害气体浓度的差值，确定为所述有害气体浓度分段对应的趋势特征指标；将每个候选温度分段中的最后一个目标温度与第一个目标温度的差值，确定为所述候选温度分段对应的趋势特征指标；从所述候选温度分段集合中筛选出对应的趋势特征指标与所述有害气体浓度分段对应的趋势特征指标的正负性相同的候选温度分段，作为参考温度分段，得到所述有害气体浓度分段对应的参考温度分段集合。
[0009]可选地，所述确定每个有害气体浓度分段与其对应的参考温度分段集合中的每个参考温度分段之间的目标分布趋势相似性，包括：对所述有害气体浓度分段中的每个目标有害气体浓度进行归一化，确定所述目标有害气体浓度对应的标准浓度，得到所述有害气体浓度分段对应的标准浓度分段；对所述参考温度分段中的每个目标温度进行归一化，确定所述目标温度对应的标准温度，得到所述参考温度分段对应的标准温度分段；确定所述标准浓度分段中的每个标准浓度与所述标准温度分段中的每个标准温度之间的目标修正距离指标；根据所述标准浓度分段中的各个标准浓度与所述标准温度分段中的各个标准温度之间的目标修正距离指标，确定所述有害气体浓度分段与所述参考温度分段之间的目标分布趋势相似性，其中，目标修正距离指标与目标分布趋势相似性呈负相关。
[0010]可选地，所述确定所述标准浓度分段中的每个标准浓度与所述标准温度分段中的每个标准温度之间的目标修正距离指标对应的公式为：其中，是第i个目标空间对应的有害气体浓度分段集合中，第j个有害气体浓度分段对应的标准浓度分段中第h个标准浓度，与第j个有害气体浓度分段对应的参考温度分段集合中，第a个参考温度分段对应的标准温度分段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种焚烧炉运行异常状态数据清洗方法，其特征在于，包括以下步骤：获取目标焚烧炉内的每个目标空间对应的目标温度集合和目标有害气体浓度集合；分别对每个目标空间对应的目标温度集合和目标有害气体浓度集合进行分段，得到每个目标空间对应的温度分段集合和有害气体浓度分段集合；从所述温度分段集合中筛选出所述有害气体浓度分段集合中的每个有害气体浓度分段对应的参考温度分段集合；确定每个有害气体浓度分段与其对应的参考温度分段集合中的每个参考温度分段之间的目标分布趋势相似性；根据每个有害气体浓度分段内的各个目标有害气体浓度对应的采集时间，从获取的所有目标有害气体浓度中筛选出每个有害气体浓度分段对应的目标有害气体浓度组集合；根据每个有害气体浓度分段对应的目标有害气体浓度组集合，确定每个有害气体浓度分段对应的目标噪声异常差异；根据预设窗口尺寸、每个有害气体浓度分段与其对应的参考温度分段集合中的各个参考温度分段之间的目标分布趋势相似性、以及每个有害气体浓度分段对应的目标噪声异常差异，确定每个有害气体浓度分段对应的目标窗口尺寸，并确定每个温度分段对应的目标窗口尺寸；根据对应的目标窗口尺寸，通过移动平均法，分别对每个有害气体浓度分段和每个温度分段进行数据清洗。2.根据权利要求1所述的一种焚烧炉运行异常状态数据清洗方法，其特征在于，所述分别对每个目标空间对应的目标温度集合和目标有害气体浓度集合进行分段，得到每个目标空间对应的温度分段集合和有害气体浓度分段集合，包括：根据目标温度和目标有害气体浓度对应的采集时间，分别对所述目标空间对应的目标温度集合和目标有害气体浓度集合进行排序，得到所述目标空间对应的目标温度序列和目标有害气体浓度序列；分别对所述目标空间对应的目标温度序列和目标有害气体浓度序列中的各个元素进行移动平均，得到所述目标空间对应的平滑温度序列和平滑浓度序列；从所述目标空间对应的平滑温度序列中筛选出极大值和极小值，作为端点温度，并将所述目标空间对应的平滑温度序列中的第一个平滑温度和最后一个平滑温度，确定为端点温度，得到所述目标空间对应的端点温度序列；从所述目标空间对应的平滑浓度序列中筛选出极大值和极小值，作为端点浓度，并将所述目标空间对应的平滑浓度序列中的第一个平滑浓度和最后一个平滑浓度，确定为端点浓度，得到所述目标空间对应的端点浓度序列；以所述目标空间对应的端点温度序列中的每个端点温度对应的时刻为分割点，对所述目标空间对应的目标温度序列进行分割，得到所述目标空间对应的温度分段集合；以所述目标空间对应的端点浓度序列中的每个端点浓度对应的时刻为分割点，对所述目标空间对应的目标有害气体浓度序列进行分割，得到所述目标空间对应的有害气体浓度分段集合。3.根据权利要求1所述的一种焚烧炉运行异常状态数据清洗方法，其特征在于，所述从所述温度分段集合中筛选出所述有害气体浓度分段集合中的每个有害气体浓度分段对应
的参考温度分段集合，包括：将所述温度分段集合中每个温度分段中的第一个目标温度对应的采集时间，确定为所述温度分段对应的采集代表时间；将所述有害气体浓度分段中的第一个目标有害气体浓度对应的采集时间，确定为所述有害气体浓度分段对应的采集代表时间；从所述温度分段集合中筛选出对应的采集代表时间晚于所述有害气体浓度分段对应的采集代表时间，并且对应的采集代表时间与所述有害气体浓度分段对应的采集代表时间的差值的绝对值小于预设时间跨度的温度分段，作为候选温度分段，得到所述有害气体浓度分段对应的候选温度分段集合；将所述有害气体浓度分段中的最后一个目标有害气体浓度与第一个目标有害气体浓度的差值，确定为所述有害气体浓度分段对应的趋势特征指标；将每个候选温度分段中的最后一个目标温度与第一个目标温度的差值，确定为所述候选温度分段对应的趋势特征指标；从所述候选温度分段集合中筛选出对应的趋势特征指标与所述有害气体浓度分段对应的趋势特征指标的正负性相同的候选温度分段，作为参考温度分段，得到所述有害气体浓度分段对应的参考温度分段集合。4.根据权利要求1所述的一种焚烧炉运行异常状态数据清洗方法，其特征在于，所述确定每个有害气体浓度分段与其对应的参考温度分段集合中的每个参考温度分段之间的目标分布趋势相似性，包括：对所述有害气体浓度分段中的每个目标有害气体浓度进行归一化，确定所述目标有害气体浓度对应的标准浓度，得到所述有害气体浓度分段对应的标准浓度分段；对所述参考温度分段中的每个目标温度进行归一化，确定所述目标温度对应的标准温度，得到所述参考温度分段对应的标准温度分段；确定所述标准浓度分段中的每个标准浓度与所述标准温度分段中的每个标准温度之间的目标修正距离指标；根据所述标准浓度分段中的各个标准浓度与所述标准温度分段中的各个标准温度之间的目标修正距离指标，确定所述有害气体浓度分段与所述参考温度分段之间的目标分布趋势相似性，其中，目标修正距离指标与目标分布趋势相似性呈负相关。5.根据权利要求4所述的一种焚烧炉运行异常状态数据清洗方法，其特征在于，所述确定所述标准浓度分段中的每个标准浓度与所述标准温度分段中的每个标准温度之间的目标修正距离指标对应的公式为：其中，是第i个目标空间对应的有害气体浓度分段集合中，第j个有害气体浓度分段对应的标准浓度分段中第h个标准浓度，与第j个有害气体浓度分段对应的参考温度分段集合中，第a个参考温度分段对应的标准温度分段中，第个标准温度之间的目标修正
距离指标；i是目标空间的序号；j是第i个目标空间对应的有害气体浓度分段集合中有害气体浓度分段的序号；h是第j个有害气体浓度分段对应的标准浓度分段中标准浓度的序号；a是第j个有害气体浓度分段对应的参考温度分段集合中参考温度分段的序号；是第a个参考温度分段对应的标准温度分段中标准温度的序号；是第i个目标空间对应的有害气体浓度分段集合中，第j个有害气体浓度分段对应的标准浓度分段中第h个标准浓度，与第j个有害气体浓度分段对应的参考温度分段集合中，第a个参考温度分段对应的标准温度分段中，第个标准温度之间的欧氏距离；是第i个目标空间对应的有害气体浓度分段集合中，第j个有害气体浓度分段对应的标准浓度分段中第h个标准浓度，与第j个有害气体浓度分段对应的参考温度分段集合...

【专利技术属性】
技术研发人员：黄立刚，张跃进，
申请(专利权)人：苏州科尔珀恩机械科技有限公司，
类型：发明
国别省市：