一种基于超声波燃气表计量数据的优化方法与流程

本发明涉及计量数据优化，具体为一种基于超声波燃气表计量数据的优化方法。

背景技术：

1、超声波燃气表是一种采用超声波技术进行测量的燃气表。与传统的机械式燃气表相比，超声波燃气表具有更高的测量精度和可靠性，并且不易受到机械磨损和老化等因素的影响。超声波燃气表的工作原理是利用超声波在气体中传播的速度与气体流量之间的关系来测量燃气流量。当燃气通过超声波燃气表时，超声波发射器会发射一束超声波，并在气体中传播。当超声波遇到气体中的障碍物（如燃气中的杂质或气体分子）时，会发生反射和散射。通过测量超声波在气体中传播的时间和速度，可以计算出燃气的流量。

2、在申请公布号为cn116295692a的中国发明专利中，公开了一种膜式燃气表的燃气数据处理方法、系统、装置及介质。该补偿方法通过获取膜式燃气表的字符长度和字符间隔长度，并根据字符长度和字符间隔长度确定膜式燃气表的字符圆心角和字符间隔圆心角；获取膜式燃气表的回转体积，并根据回转体积和字符间隔圆心角确定膜式燃气表的字符间隔补偿量；确定膜式燃气表的计量时刻和字轮直径；根据计量时刻获取膜式燃气表的边界信息和边界距离；根据字符间隔补偿量、字轮直径、回转体积和边界距离确定膜式燃气表的补偿燃气量。

3、以上补偿方法可以准确计量膜式燃气表在开始或结束时的燃气补偿量，提高了燃气计量的准确性，但是除此之外，在现有的计量数据的优化方法中，在超声波燃气表不断的向外部输出显示数据时，通常是以数据质量作为优化的出发点，在输出的显示数据存在异常时，对产生异常数据进行替换或者修正，最后获取修正后的显示数据。

4、但是这种优化数据的方式虽然能降低异常数据出现的频率，但是其实际覆盖面较窄，仅仅能够筛选出其中的若干个异常点，当异常点较多时，通常都是通过报警来解决，而且，在超声波燃气表所处的温度及气压多变时，管道内燃气状态也会受到影响，温度及气压变化给燃气表显示数据带来的干扰程度不足，干扰后的显示数据难以被确定为异常数据，这就导致现有的优化方法很难起到实际的作用。

5、为此，本发明提供了一种基于超声波燃气表计量数据的优化方法。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于超声波燃气表计量数据的优化方法，通过计算测量条件对相对强弱指数的影响程度，依据影响程度的大小，确定是否需要对燃气表测量数据进行补偿；构建燃气表测量数据的初始补偿模型，通过多变量优化后，对优化后的补偿模型做敏感性分析，由补偿因子结合实时温度和压力数据，完成对燃气表显示数据的修正，获取管道内流体特征，依据流体特征与优化方案的对应性，从预先构建的燃气表优化知识图谱内为燃气表匹配对应的优化方案，执行所述优化方案，对燃气表做出优化。可以消弭温度及压力带来的干扰，降低燃气表测量误差，提高了燃气表显示数据的真实性和可靠性，从而解决了背景技术中记载的技术问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于超声波燃气表计量数据的优化方法，包括，

5、在与燃气表相连通的管道内获取燃气表的测量条件数据，构建燃气表的测量条件集合，由测量条件集合生成条件系数，若条件系数超过条件阈值，发出预警指令；

6、在接收到预警指令后，对燃气表的显示误差做趋势分析，若由分析获取的相对强弱指数不符合预期，计算测量条件对相对强弱指数的影响程度，依据影响程度的大小，确定是否需要对燃气表测量数据进行补偿；

7、构建燃气表测量数据的初始补偿模型，通过多变量优化后，对优化后的补偿模型做敏感性分析，依据分析结果确定相应的补偿因子，由补偿因子结合实时温度和压力数据，完成对燃气表显示数据的优化；

8、若修正后的燃气表显示数据精度不足预期，获取管道内流体特征，依据流体特征与优化方案的对应性，从预先构建的燃气表优化知识图谱内为燃气表匹配对应的优化方案，执行所述优化方案，对燃气表做出优化。

9、进一步的，在与其相连通的管道内设置监测点，在每个监测周期内，对管道内的温度及压力进行监测，分别获取燃气表工作时的测量温度 ct及测量压力 cu；连续经过若干个监测周期后，将监测获取的数据汇总，构建燃气表的测量条件集合。

10、进一步的，条件系数的获取方式如下：将测量温度 ct及测量压力 cu做线性归一化处理，并将相应的数据值映射在区间内，再依据如下公式：

11、

12、其中，为测量温度在各个监测周期内的均值，为测量压力在监测周期内的均值；权重系数： ，，且，其中，， n为监测周期内的个数，是大于1的正整数。

13、进一步的，于每个监测周期内对实际的燃气消耗进行监测，获取测量数据，以其与燃气表显示数据的差值作为显示误差，将显示误差连续获取若干个后构建误差集合；对误差集合内的显示误差做趋势分析，并获取对应的相对强弱指数，判断当前监测周期内的相对强弱指数是否落入预设的区间内，若未落入，发出判断指令。

14、进一步的，接收到判断指令后，连续获取多个监测周期内的相对强弱指数及相应的条件系数，以与条件系数相对应的测量条件数据作为自变量，以各个监测周期内的相对强弱指数作为因变量，做线性回归分析并获取对应的回归方程。

15、进一步的，以回归方程中与测量条件数据相对应的回归系数作为影响因子，再依据如下方式构建影响系数；

16、

17、其中，为测量温度 ct的影响因子，为测量压力 cu的影响因子；权重系数，，权重系数可以参考层次分析法获取；

18、若影响系数超过影响阈值，向外部发出修正指令；若影响系数未超过预期，发出提醒指令。

19、进一步的，在不同的温度和压力下对燃气流量进行测量，完成数据采集；根据气体状态方程，分析温度和压力对燃气密度的影响，确定超声波在燃气中的传播速度受到温度和压力的影响程度，获取相应的物理联系；根据采集数据及物理联系，基于经验非线性方程构建初始补偿模型，以描述温度和压力对测量数据的影响。

20、进一步的，获取标准试验数据，使用多重线性回归分析，优化初始补偿模型的模型参数，使模型预测的值与实验数据相贴合，并使用其他变量，对初始补偿模型进行多变量优化并验证，获取优化后补偿模型；

21、对优化后的补偿模型做敏感性分析，以温度及压力作为分析因素，获取分析因素对测量数据的影响程度，由所述影响程度确定对应的补偿因子，由补偿因子结合实时温度和压力数据，动态调整燃气表显示数据。

22、进一步的，以测量数据作为燃气表显示数据，构建数据精度模型，分别计算修正前后的燃气表显示数据的数据精度，参考如下方式：

23、

24、其中，为燃气表显示数据在 i位置上的值，为燃气表显示数据的均值；

25、以补偿前后的数据精度的比值作为精度比 pb，若精度比 pb超过比例阈值，向外部发出自检指令。

26、进一步的，接收到自检指令后，在管道内采集对应的流体数据，依据流体数据及其分布状态，汇总后构建流体数据集合，在设置特征标准后，对流体数据集合内数据做特征识别，获取对应的流体特征；以超声波燃气表优化作为目标词，构建获取训练和优化后的初始知识图谱，将其作为燃气表优化知识图谱。

27、（三）有益效果

28、本发明提供了一种基于超声波燃气表计量数据的优化方法，具备以下有益效果：

29、1、通过构建条件系数，依据条件系数对燃气表所受到的干扰程度进行初步判断，如果干扰程度较大，则燃气表显示数据的真实性较低，通过条件系数的变化，能够对燃气表的工作状态进行预知。

30、2、通过趋势分析，以相对强弱指数对显示误差的变化程度进行分析，从而能够对燃气表在长期的使用后，所产生的误差是否会存在累积进行判断，从而依据判断结果，确定是否需要对燃气表做检修，若是达到了检修的标准，则可以暂停燃气表的使用，进入检修状态。

31、3、依据影响系数的值判断燃气表的测量条件对其显示误差变化趋势的影响程度，若是所述影响程度较大，则向外部发出修正指令，基于修正指令，对燃气表的显示数据做修正及补偿。

32、4、实现对燃气表数据的优化，在一定程度上消弭了温度及压力带来的干扰，和真实数据间的误差更小，提高了燃气表显示数据的真实性和可靠性，在以此作为计价标准时，所产生的经济损失相对也较少；而通过构建补偿模型，能够减少持续优化数据的次数，提高优化效率。

33、5、通过搭建燃气表优化知识图谱，依据流体特征，从燃气表优化知识图谱内匹配出对应的优化方案，对燃气表做针对性的优化，使经过优化后的燃气表与其所处的测量条件贴合性更高；在燃气表产生异常时，能够快速地经常处理，提高优化效率。