【技术实现步骤摘要】
本专利技术属于煤采样数据处理领域，尤其涉及一种面向入厂煤验收采样的线性随机的验证方法。
技术介绍
1、煤炭是电厂的重要能源，煤炭采样样本的热值直接影响煤价，对企业的生产成本影响巨大。在煤炭入厂环节存在风险，汽车煤在装车时分层装卸，在指定空间内装载高热值煤炭，其他空间装载普通或者低热值煤炭，在采样过程中，仅采集高热值区域的煤炭，导致结算时煤炭的热值虚高，给企业带来巨大损失。
2、为解决以上风险，通过入厂煤验收采样的线性随机的检测，企业可以及时发掘异常采样事件，可以有效规避煤炭入厂验收的风险，挽回企业损失。
技术实现思路
1、专利技术目的：本专利技术的目的在于提供一种面向入厂煤验收采样的线性随机的验证方法。基于煤炭验收的管理办法，结合实际情况，尤其是规避煤炭采样环节对采样方法的人为作弊，避免发电企业承担巨大损失，从技术手段着手，重点关注汽车煤入厂验收采样环节采样方案的合规性、合法性、合理性，对采样环节风险事项进行及时提醒。
2、技术方案：本专利技术的一种面向入厂煤验收采样的线性随机的验证方法，包括以下步骤：
3、步骤1、以汽车煤入厂验收采样环节的采样数据作为所需校验的样本数据；
4、步骤2基于车辆尺寸属性和拉筋位置，对样本数据进行随机取样，得到初始化后的样本数据；
5、步骤3、构建校验函数，将初始化后的样本数据带入校验函数，得到函数返回的随机结果；
6、步骤4、根据随机结果确定是否发出报警信息。
7、进
8、进一步的，步骤2具体为：样本数据根据车辆的长、宽、底高、煤面高、拉筋位置进行随机取样，将采样点的位置进行标准空间内转换，将采样点原始坐标(x0,y0,z0)转换到标准空间(x＝1,y＝1,z＝1)内的标准坐标为(x1,y1,z1)。
9、进一步的，所述将采样点的位置进行标准空间内转换，具体为：采样点原始坐标：(x0,y0,z0)；转化后的标准坐标：(x1,y1,z1)；车辆拉筋的总数量：n；原始坐标到车厢头存在的拉筋数量：n；车辆长度：x3；车辆宽度：y3；煤面高度：z3；安全距离：t；则转换后的x轴坐标x1为：
10、
11、式中，分母部分：x轴方向，实际可采样区域应该为车厢长-前后两个车厢壁安全距离-整车厢所有拉筋位置的安全距离；分子部分：x轴方向，实际采样坐标-前车壁安全距离-当前位置到车厢头的所有拉筋的安全距离；
12、转换后的y轴坐标y1为：
13、
14、式中，分母部分：y轴方向，实际可采样区域应该为车厢宽-两侧车壁的安全距离；分子部分：y轴方向，实际采样坐标-原点侧车厢壁安全距离；
15、转换后的z轴坐标z1为：
16、
17、式中，分母部分：z轴方向，实际可采样区域应该为煤面高度-车底的安全距离；
18、分子部分：z轴方向，实际采样坐标-车底的安全距离；
19、坐标转换函数如下：
20、
21、进一步的，步骤3具体为：
22、拟将三维问题二维化，即将三维样本集(x1,y1,z1)切分为三个平面样本子集，包括xy平面样本子集(x1,y1)，xz平面样本子集(x1,z1)，yz平面样本子集(y1,z1)，对三个平面的分别做随机性计算；
23、在随机性校验函数的选择上，使用直线拟合的方法，对于xy平面样本，假设样本线性，有输入x和输出y的线性函数的形势是y＝w1x+w0，其中w0和w1为待学习的实值系数；将系数w视为权重，y的值将随着一项或者多项的相对权重的改变而改变；将w定义为向量(w0,w1)，并定义在此权重下的线性函数为hw＝w1x+w0，将xy平面的含有n个样例点的样本子集(x1,y1)带入，要找到最匹配这些数据的线性函数hw，该任务被称为线性回归，用数据拟合出一条直线，找到对应的权重值(w0,w1)，使其经验损失最少，如果找不到或者找到的最佳权重值的经验损失超过阈值，该组数据非线性；
24、采用平方误差损失函数l2，并对所有训练样例进行求和：
25、
26、当求和达到最小时，它关于参数(w0,w1)的偏导数为0：
27、
28、此时此问题有唯一解：
29、
30、判断loss(hw)是否小于给定阈值，如果小于则这组数据随机，如果大于等于则随机分布；
31、xz平面，yz平面的验证方法与xy平面验证方法一致。
32、有益效果：与现有技术相比，本专利技术具有如下显著优点：
33、(1)专利技术提出了一种面向入厂煤验收采样的线性随机的验证方法，包括：以汽车煤入厂验收采样环节的采样方案(坐标)作为数据样本，结合各汽车车厢尺寸、拉筋位置等对采样产生影响的因素,将不同车辆样本位置按车厢尺寸比例缩份，通过线性回归模型进行校验样本的位置分布情况是否随机。以睿思工业互联网平台为基础，集合企业关键生产数据，聚焦于燃料验收管理业务，从数据底层进行分析采样方案的随机特性，为电厂监督部门提供及时而准确的风险报警，显著降低汽车煤入厂验收采样方案作弊的风险，为煤炭入厂验收提供一道技术防腐屏障。
34、(2)在处理样本数据时，消除各车辆不同尺寸等差异化因素，将不通车辆的绝对位置转换为相对位置，解决实际应用中存在的安全距离问题，将永远不会被采样到的安全区域剔除样本空间，在计算随机性时更准确、更精确。选择平方误差损失函数作为随机校验函数，从算法层面实现校验样本数据，更有科学指导性、说服力。
35、(3)在现有系统平台上进行优化升级,以提升系统在各电厂燃料入厂验收方面的监管能力,系统在现有平台基础上，利用微前端服务和低代码开发工具对采样管理模块功能进行升级，建立采样监督模块，嵌入数据分析平台，在平台层集成数据建模服务应用，形成智能分析功能，构建在线判断模型，实现回归算法的分析和数据随机性判断。
36、(4)基于煤炭验收的管理办法，结合实际情况，尤其是规避煤炭采样环节对采样方法的人为作弊，避免发电企业承担巨大损失，从技术手段着手，重点关注入厂煤验收采样环节采样方案的合规性、合法性、合理性，对采样环节风险事项进行及时提醒，这对提高信息化的整体水平有重要意义。
本文档来自技高网...【技术保护点】
1.一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，步骤1中，所述样本数据包括时间属性和数据颗粒度属性；所述时间属性具备指定任意时间区间，并且精确到天，根据字段采样日期进行筛选数据；所述数据颗粒度属性指定具体车牌的车辆和指定具体供应商数据。
3.根据权利要求1所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，步骤2具体为：样本数据根据车辆的长、宽、底高、煤面高、拉筋位置进行随机取样，将采样点的位置进行标准空间内转换，将采样点原始坐标(x0,y0,z0)转换到标准空间(x＝1,y＝1,z＝1)内的标准坐标为(x1,y1,z1)。
4.根据权利要求3所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，所述将采样点的位置进行标准空间内转换，具体为：采样点原始坐标：(x0,y0,z0)；转化后的标准坐标：(x1,y1,z1)；车辆拉筋的总数量：n；原始坐标到车厢头存在的拉筋数量：N；车辆长度：x3；车辆宽度：y3；煤面高度：z3
5.根据权利要求1所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，步骤3具体为：
...【技术特征摘要】
1.一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，步骤1中，所述样本数据包括时间属性和数据颗粒度属性；所述时间属性具备指定任意时间区间，并且精确到天，根据字段采样日期进行筛选数据；所述数据颗粒度属性指定具体车牌的车辆和指定具体供应商数据。
3.根据权利要求1所述的一种面向入厂煤验收采样的线性随机的验证方法，其特征在于，步骤2具体为：样本数据根据车辆的长、宽、底高、煤面高、拉筋位置进行随机取样，将采样点的位置进行标准空间内转换，将采样点原始...
【专利技术属性】
技术研发人员：吕凯，秦暄智，杨志强，王亚斌，刘兴辉，彭悦，张珈铭，
申请(专利权)人：南京南自华盾数字技术有限公司，
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。