本技术涉及云上数据分析方法模型的领域,尤其涉及一种基于热平衡的状态分析方法及装置。
背景技术:
1、热平衡理论是指一个不与外部发生热交换的系统,其总体热量保持不变,若系统与外部发生热交换,则系统的热量变化关联于外部输入到系统的热量以及系统输出至外部的热量,利用热平衡理论可以分析存在热交换的系统的工作状态,典型的存在热交换的系统例如供热系统。
2、供热系统是指实现热量供给的系统,在工业应用和民用上均较为广泛。供热系统根据具体应用需求的不同,表现形式也多种多样。目前一种较为常见的供热系统为以电锅炉为供热主体,并且为了节约电能,还耦合了太阳能模块,这种供热系统利于小规模化,已经开始在民用上推广。
3、民用的供热系统虽然规模较小,但是仍然是一个包含水、电两部分的相对复杂的系统,而且民用的供热系统出于成本考虑又无法如工业应用的供热系统一般以较为全面的监测器件布置实现供热系统的全面监测,如何改善民用的供热系统的可靠性,是本领域技术人员一直期待解决的问题。
技术实现思路
1、本技术提供了一种基于热平衡的状态分析方法及装置,其能够以一种基于热平衡理论和用户数据的云上分析模型实现对供热系统的运行状态分析,有利于改善供热系统的可靠性。
2、第一方面,本技术提供了一种基于热平衡的状态分析方法。所述方法应用于服务器,所述服务器连接多个监控终端,一监控终端用于采集一供热系统的热水温度数据和加热器状态数据;
3、所述方法包括:
4、获取每一监控终端在当前时刻之前预设时长内采集的热水温度数据和加热器状态数据,并获取每一监控终端对应的地理位置数据;
5、针对每一监控终端,根据所述热水温度数据确定当前时刻之前预设时长内供热系统的热量变化数据,以及根据加热器状态数据确定当前时刻之前预设时长内供热系统的理论电加热量数据,以及根据地理位置数据确定当前时刻之前预设时长内供热系统的理论太阳能加热量数据;
6、根据热量变化数据、理论电加热量数据、理论太阳能加热量数据以及预获取的累计热消耗数据计算预测偏差量数据;
7、判断预测偏差量是否处于与地理位置数据对应的偏差量阈值范围内;
8、若是,则返回运行状态正常结果;否则返回运行状态异常结果。
9、通过采用上述技术方案,实现了对供热系统的热产生量和热消耗量的估算,也实现了对供热系统热变化量的检测,根据估算结果和检测结果的偏差,利用数据分析的手段可以确定异常运行的供热系统。
10、进一步地,所述偏差量阈值范围的确定方法包括:
11、基于预获取的地理区域数据,确定监控终端对应的地理位置数据所处的地理区域;
12、利用聚类算法对每一地理区域的所有监控终端的预测偏差量数据进行分析,分别得到一所述偏差量阈值范围。
13、进一步地,所述根据所述热水温度数据确定当前时刻之前预设时长内供热系统的热量变化数据包括:
14、确定当前时刻的热水温度数据为第一温度数据,确定当前时刻之前预设时长时刻的热水温度数据为第二温度数据;
15、将第一温度数据和第二温度数据分别代入预获取的热量确定模型,分别得到第一热量数据和第二热量数据;
16、计算第一热量数据减去第二热量数据的结果为所述热量变化数据。
17、进一步地,所述根据加热器状态数据确定当前时刻之前预设时长内供热系统的理论电加热量数据包括:
18、根据当前时刻之前预设时长内的加热器状态数据确定加热器在当前时刻之前预设时长内的累计启动时长;
19、将累计启动时长代入预获取的电热量计算模型中,得到理论电加热量数据。
20、进一步地,所述根据地理位置数据确定当前时刻之前预设时长内供热系统的理论太阳能加热量数据包括:
21、将地理位置数据和预获取的时钟数据代入太阳能加热量计算模型,得到预设时长内每一单位时段的单位太阳能加热量;
22、计算预设时长内所有的单位太阳能加热量之和为所述理论太阳能加热量数据。
23、进一步地,所述根据热量变化数据、理论电加热量数据、理论太阳能加热量数据以及预获取的累计热消耗数据计算预测偏差量数据包括:
24、将热量变化数据、理论电加热数据、理论太阳能加热量数据以及累计热消耗数据代入预构建的热量平衡模型,得到预测偏差量数据;所述热量平衡模型中,热量变化量数据与累计热消耗数据之和等于理论电加热量数据、理论太阳能加热量数据和预测偏差量数据之和。
25、第二方面本技术提供了一种供热系统的运行状态分析装置,一监控终端用于采集一供热系统的热水温度数据和加热器状态数据;
26、所述装置包括:
27、数据获取模块,用于获取每一监控终端在当前时刻之前预设时长内采集的热水温度数据和加热器状态数据,并获取每一监控终端对应的地理位置数据;
28、数据处理模块,用于针对每一监控终端,根据所述热水温度数据确定当前时刻之前预设时长内供热系统的热量变化数据,以及根据加热器状态数据确定当前时刻之前预设时长内供热系统的理论电加热量数据,以及根据地理位置数据确定当前时刻之前预设时长内供热系统的理论太阳能加热量数据;
29、数据计算模块,用于根据热量变化数据、理论电加热量数据、理论太阳能加热量数据以及预获取的累计热消耗数据计算预测偏差量数据;以及
30、结果判断模块,判断预测偏差量是否处于与地理位置数据对应的偏差量阈值范围内;若是,则返回运行状态正常结果;否则返回运行状态异常结果。
31、进一步地,所述结果判断模块被进一步配置为:
32、基于预获取的地理区域数据,确定监控终端对应的地理位置数据所处的地理区域;
33、利用聚类算法对每一地理区域的所有监控终端的预测偏差量数据进行分析,分别得到一所述偏差量阈值范围。
34、进一步地,所述数据处理模块被进一步配置为:
35、确定当前时刻的热水温度数据为第一温度数据,确定当前时刻之前预设时长时刻的热水温度数据为第二温度数据;
36、将第一温度数据和第二温度数据分别代入预获取的热量确定模型,分别得到第一热量数据和第二热量数据;
37、计算第一热量数据减去第二热量数据的结果为所述热量变化数据;以及
38、根据当前时刻之前预设时长内的加热器状态数据确定加热器在当前时刻之前预设时长内的累计启动时长;
39、将累计启动时长代入预获取的电热量计算模型中,得到理论电加热量数据;以及
40、将地理位置数据和预获取的时钟数据代入太阳能加热量计算模型,得到预设时长内每一单位时段的单位太阳能加热量;
41、计算预设时长内所有的单位太阳能加热量之和为所述理论太阳能加热量数据。
42、进一步地,所述数据计算模块被进一步配置为:
43、将热量变化数据、理论电加热数据、理论太阳能加热量数据以及累计热消耗数据代入预构建的热量平衡模型,得到预测偏差量数据;所述热量平衡模型中,热量变化量数据与累计热消耗数据之和等于理论电加热量数据、理论太阳能加热量数据和预测偏差量数据之和。
44、综上所述,本技术至少包含以下有益效果:
45、提供了一种基于热平衡的状态分析方法及装置,其能够根据供热系统在预设时长内的热水温度数据和加热器状态数据,确定供热系统是否存在异常,有利于改善供热系统的可靠性。
46、应当理解,
技术实现要素:
部分中所描述的内容并非旨在限定本技术的实施例的关键或重要特征,亦非用于限制本技术的范围。本技术的其它特征将通过以下的描述变得容易理解。