CN113464415A - 控制空压站的空压机的方法、设备和计算机存储介质 - Google Patents
控制空压站的空压机的方法、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN113464415A CN113464415A CN202111031092.6A CN202111031092A CN113464415A CN 113464415 A CN113464415 A CN 113464415A CN 202111031092 A CN202111031092 A CN 202111031092A CN 113464415 A CN113464415 A CN 113464415A
- Authority
- CN
- China
- Prior art keywords
- air compressor
- data
- gas production
- pipe
- air
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000007906 compression Methods 0.000 title claims abstract description 18
- 230000006835 compression Effects 0.000 title claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 148
- 230000008859 change Effects 0.000 claims abstract description 49
- 238000005070 sampling Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/02—Stopping, starting, unloading or idling control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Hardware Design (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本公开涉及一种用于控制空压站的空压机的方法、计算设备和计算机存储介质。该方法包括:在计算设备处,获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据;计算母管处的压力变化数据;计算母管的产气量;确定每一台空压机的单机产气量;基于每一台空压机的单机产气量和启停数据、以及母管处的压力变化数据和温度数据、母管的产气量,经由经训练的预测模型,预测用气量与母管的产气量的差异值;以及基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。本公开能够减小因工况变化而产生的压力和流量波动。
Description
技术领域
本公开总体上涉及空压机的控制,并且具体地,涉及用于控制空压站的空压机的方法、计算设备和计算机存储介质。
背景技术
空气压缩机(简称为“空压机)用于提供气源动力,是气动***的核心设备。目前,空压机已经普遍运用于各个行业,成为相关企业设备中的核心装置之一。基于环保节能的需求,在空压机的控制***中,如何能够最大限度地减少无谓的浪费,例如保证进出口压力稳定、压缩过程中流量稳定,最终达到节能的目的,是控制***在满足正常生产需求前提下需要重点解决的问题。
传统的用于控制空压站的空压机的方案例如是:基于PID控制技术来控制空压机的输出,即,根据被控空压机的实时数据采集值与目标给定值比较产生的误差的比例、积分和微分进行控制,以便使得空压机达到稳定运行状态。基于PID控制技术的控制方案虽然具有原理简单,鲁棒性强等优势,但是,由于PID控制技术是基于当前反馈的输出来计算出实际输出与目标给定值的偏差,再通过特定的方法对偏差进行调整,因而使得调整命令存在一定的延迟,再加上空压机的目标给定值通常并非恒定的,例如会根据工况变化而变化,因此,容易导致空压机的输出压力和流量的波动比较大、难以保持在稳定的状态。
综上,传统用于控制空压站的空压机的方案存在因控制参数调整而带来压力和流量的较大波动,难以保持在稳定的区间。
发明内容
本公开提供一种用于控制空压站的空压机的方法、计算设备和计算机存储介质,能够减小因工况变化而产生的压力和流量波动。
根据本公开的第一方面,提供了一种用于控制空压站的空压机的方法。该方法包括:在计算设备处,获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据;基于压力数据,计算母管处的压力变化数据;基于母管处的空气流量数据,计算母管的产气量;确定每一台空压机的单机产气量;基于每一台空压机的单机产气量和启停数据、以及母管处的压力变化数据和温度数据、母管的产气量,经由经训练的预测模型,预测用气量与母管的产气量的差异值;以及基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。
根据本发明的第二方面,还提供了一种计算设备,该设备包括:至少一个处理单元;至少一个存储器,至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令,指令当由至少一个处理单元执行时,使得计算设备执行本公开的第一方面的方法。
根据本公开的第三方面,还提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序,计算机程序被机器执行时执行本公开的第一方面的方法。
在一些实施例中,确定每一台空压机的单机产气量包括:基于相关性检验模型,确定用于表征每一台空压机的运行功率数据对于母管的产气量的影响的回归系数,相关性检验模型基于回归算法所构建;以及基于所确定的回归系数、每一台空压机的运行功率数据,确定每一台空压机的单机产气量。
在一些实施例中,确定每一台空压机的单机产气量包括:针对每一台空压机的运行功率数据进行高次幂计算,以便生成每一台空压机的运行功率高次幂数据;基于由Lasso回归算法所构建的相关性检验模型,确定用于表征每一台空压机的运行功率数据、运行功率高次幂数据对于母管的产气量的影响的回归系数;以及基于所确定的回归系数、每一台空压机的运行功率数据、每一台空压机的运行功率高次幂数据,确定每一台空压机的单机产气量。
在一些实施例中,确定每一台空压机的单机产气量包括:基于每一台空压机的额定产气量、或者每一台空压机的流量计的测量数据,确定每一台空压机的单机产气量。
在一些实施例中,基于压力数据计算母管处的压力变化数据包括:获取每一台空压机的启停数据的对应时间点;基于与对应时间点相关联的采样时间下的母管处的压力数据,计算与对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率;以及基于所计算的对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率,计算与对应时间点相关联的母管处的压力斜率变化量。
在一些实施例中,所述时间区间的长度与对应时间点之前和之后的压力波动状态相关联。
在一些实施例中,经由经训练的预测模型预测用气量与母管的产气量的差异值包括:基于与对应时间点相关联的压力数据、压力斜率、对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率和与对应时间点相关联的母管处的压力斜率变化量、与对应时间点相关联的母管处的空气流量数据和母管处的温度数据,生成输入数据;以及基于输入数据,经由经训练的预测模型,预测用气量与母管的产气量的差异值。
在一些实施例中,确定待调整的目标空压机以便针对目标空压机进行控制包括:比较所预测的差异值和每一台空压机的单机产气量,以便确认满足供需差异条件的候选空压机;基于候选空压机的比功率和运行时间中的至少一个,确定待调整的目标空压机;以及向目标空压机发出启动或者停机的指令,以便目标空压机的产气量的变化匹配所预测的差异值。
在一些实施例中,基于候选空压机的比功率和运行时间中的至少一个确定待调整的目标空压机包括:比较候选空压机的比功率,以便将比功率符合预定条件的候选空压机作为第一候选空压机;以及响应于确定第一候选空压机的数量为多个,比较第一候选空压机的运行时间,以便将运行时间最短的第一候选空压机确定为待调整的目标空压机。
在一些实施例中,基于母管处的空气流量数据计算母管的产气量包括:基于采样时间,对齐所获取的母管处的空气流量数据和空压机的运行功率数据;针对经对齐的母管处的空气流量数据和空压机的运行功率数据进行缺失值的补齐;针对母管处的空气流量数据和空压机的运行功率数据进行异常值处理;以及基于经由异常值处理后的母管处的空气流量数据,计算母管的产气量。
在一些实施例中,经训练的预测模型经由以下步骤而生成:利用分别基于不同的机器学***均绝对百分比误差;比较平均绝对百分比误差,以便将平均绝对百分比误差最小的预测模型确定为用于预测用气量与母管的产气量的差异值的预测模型;针对所确定的用于预测用气量与母管的产气量的差异值的预测模型进行超参数调整,以便得到最优的预测模型。
提供发明内容部分是为了以简化的形式来介绍对概念的选择,它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征,也无意限制本公开的范围。
附图说明
图1示出了根据本公开的实施例的用于实施用于控制空压站的空压机的方法的***的示意图。
图2示出了根据本公开的实施例的用于控制空压站的空压机的方法的流程图。
图3示出根据本公开实施例的用于确定每一台空压机的单机产气量的方法的流程图。
图4示出根据本公开实施例的用于控制空压站的空压机的运行参数的方法的流程图。
图5示出根据本公开实施例的用于计算母管处的压力变化数据的方法的示意图。
图6示意性示出了适于用来实现本公开实施例的电子设备的框图。
在各个附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。
如前文所描述,在传统的基于PID技术的控制空压机的方案,由于基于当前反馈的输出来计算出实际输出与目标给定值的偏差,再通过特定的方法对偏差进行调整,因而使得调整命令存在一定的滞后,加之目标给定值需要根据工况变化而变化,因此,容易导致空压机的输出压力和流量的波动比较大、难以保持在稳定的状态。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于控制空压站的空压机的方案。该方案包括通过在计算设备获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据;然后计算母管处的压力变化数据、母管的产气量和确定每一台空压机的单机产气量;然后基于每一台空压机的单机产气量、启停数据和母管处的压力变化数据、母管的产气量和母管处的温度数据,经由经训练的预测模型,预测与采样时间相关联的用气量与母管的产气量的差异值。本公开能够根据压力的变化提前并准确地预测气体供需差异的变化。另外,本公开通过基于所预测的差异值和所确定的每一台空压机的单机产气量来确定合适的待调整的目标空压机,以使其符合当前供需差异,即便面对工况变化较大的供需差异,也能够提前做出合理的应对措施,减小因工况变化而产生的压力和流量波动。
图1示出了根据本公开的实施例的用于实施用于控制空压站的空压机的方法的***100的示意图。如图1所示,***100包括:计算设备110、空压站150。空压站150包括多个空压机130(例如包括:第一空压机130-1、第二空压机130-2至第N空压机130-N,N为自然数)、用于输送气体的管道(例如包括母管140)、储气罐(未示出)、过滤器(未示出)、数据采集装置等。每一台运行的空压机所输出的压缩空气例如汇聚到母管140,以便经由母管140输送至各个用气设备和/或储气罐。数据采集装置和计算设备110例如可以通过网络进行数据交互。在一些实施例中,数据采集装置和计算设备110通过有线的方式进行数据交互。
关于多个数据采集装置,其用于分别测量空压机130、母管140的测量数据。多个数据采集装置至少包括:用于测量每一台空压机的电压和电流的传感器、用于测量母管140的压力数据的压力传感器、用于测量母管140的空气流量数据的流量计、以及用于测量母管140的温度数据的温度传感器等等。在一些实施例中,数据采集装置还包括:用于测量每一台空压机的产气量的流量计。
关于计算设备110,其用于控制空压站的空压机。计算设备110可以是为与多个数据采集装置相距在预定范围之内的边缘设备,其也可以是远程的服务器。计算设备110例如而不限于配置有网关,用于获取来自多个数据采集装置的多个测量数据。计算设备110还可以用于计算母管处的压力变化数据,计算母管的产气量,以及确定每一台空压机的单机产气量。计算设备110还可以用于基于每一台空压机的单机产气量、每一台空压机的启停数据和母管处的压力变化数据、母管的产气量和母管处的温度数据来预测用气量与母管的产气量的差异值;以及基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。计算设备110例如包括数据获取单元112、母管压力变化数据计算单元114、母管产气量计算单元116、空压机单机产气量确定单元118、用气量与产气量差异值预测单元120以及空压机运行参数控制单元122。
关于数据获取单元112,其用于获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据。
关于母管压力变化数据计算单元114,其用于基于压力数据,计算母管处的压力变化数据。
关于母管产气量计算单元116,其用于基于母管处的空气流量数据,计算母管的产气量。
关于空压机单机产气量确定单元118,其用于确定每一台空压机的单机产气量。
关于用气量与产气量差异值预测单元120,其用于基于每一台空压机的单机产气量和启停数据、以及母管处的压力变化数据和温度数据、母管的产气量,经由经训练的预测模型,预测用气量与母管的产气量的差异值。
关于空压机运行参数控制单元122,其用于基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。
以下将结合图2描述根据本公开的实施例的用于控制空压站的空压机的方法200。图2示出了根据本公开的实施例的用于控制空压站的空压机的方法200的流程图。应当理解,方法200例如可以在图6所描述的电子设备600处执行。也可以在图1所描述的计算设备110处执行。应当理解,方法200还可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。
在步骤202处,计算设备110获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据。
例如,计算设备110获取预定时间间隔(例如而不限于是一个月)内的、与采样时间相关联的空压站150的多空压机130的运行功率数据和启停数据,以及母管140处的空气流量数据、压力数据和温度数据。
关于获取每一台空压机130的运行功率数据的方法,其例如包括:获取的每一台空压机的与采样时间相关联的电压传感器所测量的电压数据和电流传感器所测量的电流数据;基于采样时间对齐、且与同一空压机的标识数据相关联的电压数据和电流数据,计算该同一空压机的运行功率数据,以便获得每一台空压机130的运行功率数据。通过采用上述手段能够便捷地获取每一台空压机130的与采样时间相关联的运行功率数据。
关于采样时间,其例如是以秒为单位的。
在步骤204处,计算设备110基于压力数据,计算母管处的压力变化数据。
关于计算母管处的压力变化数据的方法,以下结合图5加以说明。图5示出根据本公开实施例的母管处的压力变化示意图。例如,时间区间为30至60秒。例如,如图5所示,标记510指示压力上限,标记530指示压力下限。标记520指示不同时间点母管处的压力变化曲线。图5中的点,例如502指示对应时间点(例如,00:10时刻)空压机的启停事件。计算设备110例如计算对应时间点502之前的时间区间(例如,时间区间确定为30-60秒)的母管处的压力斜率和对应时间点502之后的时间区间的母管处的压力斜率;然后基于所计算的对应时间点502之前和之后的时间区间的母管处的压力斜率来计算与对应时间点相关联的母管处的压力斜率变化量。
时间区间的长度与对应时间点(即,空压机的启停数据的对应时间点)之前和之后的压力波动状态相关联。具体而言,计算设备110首先确定对应时间点之前或者之后的预定时间间隔内的压力数据最大值和压力最小值,然后将压力数据最大值所对应的第一时间点与压力最小值所对应的第二时间点之间的时间确定为时间区间,以用于计算对应时间点之前或者之后时间区间的母管处的压力斜率。例如,计算设备110首先确定对应时间点502之前或者之后的预定时间间隔内(例如60秒)的压力数据最大值和压力最小值。如果对应时间点502之前的压力最大值出现在00:09时刻,压力最小值出现在00:10时刻,则将00:09至00:10之间的时间段作为时间点502之前的时间区间来计算对应时间点502之前的压力斜率。如果对应时间点502之前的压力最大值出现在00:09:20时刻,压力最小值出现在00:09:50时刻,则将00:09:20至00:09:50之间的时间段作为时间点502之前的时间区间来计算对应时间点502之前的压力斜率。类似的,如果对应时间点502之后的压力最小值出现在00:10:40时刻,压力最大值出现在00:11时刻,则将00:10:40至00:11时刻之间的时间段作为时间点502之后的时间区间来计算对应时间点502之后的压力斜率。通过采用上述手段,本公开能够使得所计算的压力斜率更为准确,不会因为压力的波动带来干扰。
在步骤206处,计算设备110基于母管处的空气流量数据,计算母管的产气量。
关于计算母管的产气量,其例如包括:基于采样时间,对齐所获取的母管处的空气流量数据和空压机的运行功率数据;针对经对齐的母管处的空气流量数据和空压机的运行功率数据进行缺失值的补齐;针对母管处的空气流量数据和空压机的运行功率数据进行异常值处理;以及基于经由异常值处理后的母管处的空气流量数据,计算母管的产气量。
关于替换异常检测值的方法,其例如包括:如果确定空压机未运行并且母管处的空气流量数据和空压机的运行功率数据大于预定阈值(该预定阈值例如而不限于为“0”),将大于预定阈值的母管处的空气流量数据和空压机的运行功率数据替换为零;如果确定当前采样时间的母管处的空气流量数据和空压机的运行功率数据分别超过母管处的平均空气流量数据和空压机的平均运行功率数据(该平均空气流量数据例如而不限于为当前采样时间之前的预定时间间隔内的平均空气流量数据;该平均运行功率数据例如而不限于为母管处的平均空气流量数据和空压机的平均运行功率数据)的预定范围,确定是否存在空压机运行状态变化(例如而不限于空压机的启停);如果确定不存在空压机运行状态变化(此时表明突变的空气流量数据和运行功率数据并非是因工况突变而产生的真实数据),删除当前采样时间的母管处的空气流量数据和空压机的运行功率数据;如果确定存在空压机运行状态变化,基于采样时间和空压机运行状态变化的频率,确定是否删除当前采样时间的母管处的空气流量数据和空压机的运行功率数据。通过采用上述手段,可以剔除因为传感器问题而产生的明显偏离其他测量数据的错误测量数据,而对于因工况突变而产生的真实数据,则视工况变换的频率决定是否进行剔除处理。
在步骤208处,计算设备110确定每一台空压机的单机产气量。
关于确定每一台空压机的单机产气量的方法,其可以包括多种。在一些实施例中,计算设备110可以基于每一台空压机的额定产气量,确定每一台空压机的单机产气量。应当理解,基于额定产气量计算空压机的单机产气量虽然较为便捷,节约计算资源,但是鉴于空压机的额定产气量与实际产气量存在偏差,因此,该方案适用于对控制精度要求有限或者算力有限的应用场景。
在一些实施例中,计算设备110还可以基于所获取的用于测量每一台空压机的空气流量的流量计的测量数据而计算每一台空压机的单机产气量。上述经由流量计的测量数据所计算的每一台空压机的单机产气量较为准确,但是由于需要为每一台空压机配置流量计,因此会带来一定的成本负担。
在一些实施例中,确定每一台空压机的单机产气量的方法例如包括:基于相关性检验模型,确定用于表征每一台空压机的运行功率数据对于母管的产气量的影响的回归系数,相关性检验模型基于回归算法所构建;以及基于所确定的回归系数、每一台空压机的运行功率数据,确定每一台空压机的单机产气量。下文将结合图3详细说明用于确定每一台空压机的单机产气量的方法,在此,不必赘述。
在步骤210处,计算设备110基于每一台空压机的单机产气量和启停数据、以及母管处的压力变化数据和温度数据、母管的产气量,经由经训练的预测模型,预测用气量与母管的产气量的差异值。通过采用上述方式,能够综合考虑单机产气量、启停数据、压力变化数据和母管的产气量、母管处的温度数据对于母管的气体供需差异值之间的协同关联效应,从而更为准确地预测用气量与产气量的差异值。
关于经训练的预测模型,其例如可以基于线性回归、随机森林、LightGBM (LightGradient Boosting Machine,LGBM) 等算法所构建。
关于经训练的预测模型的确定方法,其例如包括:利用分别基于不同机学***均绝对百分比误差(MeanAbsolute Percentage Error,MAPE),比较平均绝对百分比误差,以便将平均绝对百分比误差最小的预测模型确定为用于预测用气量与母管的产气量的差异值的预测模型;针对所确定的用于预测用气量与母管的产气量的差异值的预测模型进行超参数调整(例如,使用网格搜索或贝叶斯优化进行超参数调整),以便得到最优的预测模型。通过采上述手段,本公开能够选择最适于预测用气量与母管的产气量的差异值的预测模型进行气体供需差异值的预测。
以下结合公式(1)说明平均绝对百分比误差的评估算法。
在上述公式(1)中,代表用气量与产气量的差异值的实际值。代表用气量与产气量的差异值的预测值。代表平均绝对百分比误差,其取值范围为[0,+∞),当为0%,则指示预测模型为完美模型,当大于 100 %,则指示预测模型为劣质模型,越小,表明针对模型的评估越高。
关于预测用气量与产气量的差异值的方法,其例如包括:基于与对应时间点相关联的压力数据、对应时间点之前的时间区间的母管处的压力斜率、对应时间点之后的时间区间的母管处的压力斜率、与对应时间点相关联的母管处的压力斜率变化量、与对应时间点相关联的母管处的空气流量数据和母管处的温度数据,生成输入数据;以及基于输入数据,经由经训练的预测模型,预测用气量与母管的产气量的差异值。
关于母管处的压力变化数据,其可以是以下至少一个:对应时间点(该对应时间点是每一台空压机的启停数据的对应时间点)之前的时间区间的母管处的压力斜率、对应时间点之后的时间区间的母管处的压力斜率,以及与对应时间点相关联的母管处的压力斜率变化量。通过采用上述手段,即增加对应时间点之前和之后的时间区间的母管处的压力斜率、以及与对应时间点相关联的母管处的压力斜率变化量,可以增加更多关于压力变化的表征特征,以利于更为准确地表征压力变化数据与母管的产气量的差异值之间的关联影响效益。
应当理解,通母管处的压力变化数据(例如压力斜率、压力斜率变化量),其通常能够指示当前用气量与产气量的相对关系,当母管处的压力变化数据指示母管处压力较为稳定,例如压力在预定压力值的有限范围内变化时,表明当前时间点的用气量与产气量相对平衡;当母管处的压力变化数据指示压力增加,则表明产气量超过用气量;当母管处的压力变化数据指示母管处的压力降低,则表明用气量超过产气量。
关于母管的产气量,其例如是启停数据的对应时间点下(即与压力斜率数据对应相同时间点)的母管处的瞬时流量,其单位例如是m3/s。对应时间点下的母管处的瞬时流量例如是基于母管处的流量计所测得的瞬时流量(其单位例如是m3/min)进行换算或通过累计流量而计算的。
关于每一台空压机的对应时间点的启停数据,其通常意味着:在该对应时间点,控制***针对对应空压机的投切,即在母管的流量的基础上增加对应空压机的单机产气量或者在母管的流量的基础上减少对应空压机的单机产气量。应当理解,针对空压机的投入控制,至少指示着对应时间点之前的用气量超过产气量;针对空压机的切除,至少指示着对应时间点之前的产气量超过产气用气量。由此,可以将对应时间点的对应空压机启动时的单机产气量确定为正,将对应时间点的对应空压机停机时的单机产气量确定为副。
在步骤212处,计算设备110基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。
例如,如果计算设备110确定经由经训练的预测模型所预测的用气量与产气量的差异值大于或者等于预定差异值阈值,基于所预测的用气量与产气量的差异值和每一台空压机的单机产气量,确定待调整的目标空压机(该目标空压机可以是单台的空压机,也可以是空压机的组和),以便针对目标空压机进行控制(例如发出执行启动目标空压机的命令,或者发出停止目标空压机的指令)。通过采用上述手段,本公开可以确定并控制目标空压机,以便应对即将到来的较大的用气量与产气量的差异值。进而保持空压站低能耗、平稳运行。
关于确定待调整的目标空压机的方法,其例如包括基于空压机的设备控制频次、运行时间、空久停车时间、实时频率、管道压降,安全余量、实际比功率、空压机实际产气量中的至少一个,确定待调整的目标空压机。 通过采用上述手段,本公开可以在空压站运行过程中存在供需差异时,根据空压站每台空压机的多维度参数,在所有空压机的排列组合当中,选择符合当前供需差异、同时能耗最低的空压机组合,使得面对工况变化较大的情况时,能够提前做出合理的应对措施,减小因工况变化而产生的波动。
关于确定待调整的目标空压机以便针对目标空压机进行控制的方法,其例如包括:比较所预测的差异值和每一台空压机的单机产气量,以便确认满足供需差异条件的候选空压机;基于候选空压机的比功率和运行时间中的至少一个,确定待调整的目标空压机;以及向目标空压机发出启动或者停机的指令,以便目标空压机的产气量的变化匹配所预测的差异值。下文将结合图4详细说明用于确定每一台空压机的单机产气量的方法,在此,不必赘述。
在上述方案中,通过在计算设备获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据;然后计算母管处的压力变化数据、母管的产气量和确定每一台空压机的单机产气量;然后基于每一台空压机的单机产气量、启停数据和母管处的压力变化数据、母管的产气量和母管处的温度数据,经由经训练的预测模型,预测与采样时间相关联的用气量与母管的产气量的差异值。本公开能够根据压力的变化提前并准确地预测气体供需差异的变化。另外,本公开通过基于所预测的差异值和所确定的每一台空压机的单机产气量来确定合适的待调整的目标空压机,以使其符合当前供需差异,即便面对工况变化较大的供需差异,也能够提前做出合理的应对措施,减小因工况变化而产生的压力和流量波动。因此,本公开能够动态调整空压机,降低压力和流量的波动。
在一些实施例中,方法200还包括用于确定每一台空压机的单机产气量的方法300。图3示出根据本公开实施例的用于确定每一台空压机的单机产气量的方法300的流程图。应当理解,方法300例如可以在图6所描述的电子设备600处执行。也可以在图1所描述的计算设备110处执行。应当理解,方法300还可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。
在步骤302处,计算设备110针对每一台空压机的运行功率数据进行高次幂计算,以便生成每一台空压机的运行功率高次幂数据。
例如,计算设备110针对每一台空压机的运行功率数据计算运行功率二次幂数据(例如计算运行功率的二次方)和运行功率三次幂数据(例如计算运行功率的三次方)。在一些实施例中,计算设备110可以仅计算二次幂数据,也可以计算高于三次幂的运行功率高次幂数据。通过采用上述数据,可以增加关于空压机的运行功率数据的特征,以便提高相关性检验模型的拟合的精度,进而提高空压机的单机产气量的计算精度。
在步骤304处,计算设备110基于由Lasso回归算法所构建的相关性检验模型,确定用于表征每一台空压机的运行功率数据、运行功率高次幂数据对于母管的产气量的影响的回归系数。
关于相关性检验模型,其例如是基于线性回归算法而构建的。以下结合公式(2)说明用于确定回归系数的方法。
在上述公式(2)中,Y_hat 代表母管的产气量。ki1代表第i个空压机的运行功率数据pi的对应回归系数。ki2代表第i个空压机的运行功率二次幂数据pi 2的系数。ki3代表第i个空压机的运行功率三次幂数据pi 3的系数。pi代表第i个空压机的运行功率数据。pi 2代表第i个空压机的运行功率二次幂数据。pi 3代表第i个空压机的运行功率三次幂数据。
在步骤306处,计算设备110基于所确定的回归系数、每一台空压机的运行功率数据、每一台空压机的运行功率高次幂数据,确定每一台空压机的单机产气量。
以下结合公式(3)说明用于确定每一台空压机的单机产气量的方法。
在上述公式(3)中,Compressor(i) 代表第i个空压机的单机产气量。ki1代表第i个空压机的运行功率数据pi的对应回归系数。ki2代表第i个空压机的运行功率二次幂数据pi 2的系数。ki3代表第i个空压机的运行功率三次幂数据pi 3的系数。
通过采用上述手段,本公开能够在不必为每一台空压机配置流量计的情况下,准确确定每一台空压机的实际单机产气量。
图4示出根据本公开实施例的用于针对目标空压机进行控制的方法400的流程图。应当理解,方法400例如可以在图6所描述的电子设备600处执行。也可以在图1所描述的计算设备110处执行。应当理解,方法400还可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。
在步骤402处,计算设备110比较所预测的差异值和每一台空压机的单机产气量,以便确认满足供需差异条件的候选空压机。
之后,计算设备110可以基于候选空压机的比功率和运行时间中的至少一个,确定待调整的目标空压机。例如,执行步骤404和406。
在步骤404处,计算设备110比较候选空压机的比功率,以便将比功率符合预定条件的候选空压机作为第一候选空压机。
在步骤406处,计算设备110确定第一候选空压机的数量是否为多个。
在步骤408处,如果计算设备110确定第一候选空压机的数量为多个,比较第一候选空压机的运行时间,以便将运行时间最短的第一候选空压机确定为待调整的目标空压机。如果计算设备110确定第一候选空压机的数量并非多个,在步骤412处,确定第一候选空压机为待调整的目标空压机。
在步骤410处,计算设备110向目标空压机发出启动或者停机的指令,以便目标空压机的产气量的变化匹配所预测的差异值。
通过采用上述手段,本公开利于选择符合当前供需差异、同时能耗最低并运行时间最短的空压机组合来当前供需差异。
图6示意性示出了适于用来实现本公开实施例的电子设备(或者计算设备)600的框图。设备600可以是用于实现执行图2、图3和图4所示的方法200、300和400的设备。如图6所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机存取存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可存储设备600操作所需的各种程序和数据。CPU、ROM以及RAM通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至输入/输出(I/O)605,包括:输入单元606、输出单元607、存储单元608,中央处理单元601执行上文所描述的各个方法和处理,例如执行方法200至600例如,在一些实施例中,方法200、300和400可被实现为计算机软件程序,其被存储于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法200、300和400的一个或多个操作。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200、300和400的一个或多个动作。
需要进一步说明的是,本公开可以是方法、装置、***和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,该编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如C语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或步骤图描述了本公开的各个方面。应当理解,流程图和/或步骤图的每个方步骤以及流程图和/或步骤图中各方步骤的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给语音交互装置中的处理器、通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或步骤图中的一个或多个方步骤中规定的功能/动作。
附图中的流程图和步骤图显示了根据本公开的多个实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或步骤图中的每个方步骤可以代表一个模块、程序段或指令的一部分,该模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方步骤中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,步骤图和/或流程图中的每个方步骤、以及步骤图和/或流程图中的方步骤的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
以上仅为本公开的可选实施例,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等效替换、改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种用于控制空压站的空压机的方法,包括:
在计算设备处,获取与采样时间相关联的空压站的多台空压机的运行功率数据和启停数据,以及母管处的空气流量数据、压力数据和温度数据;
基于压力数据,计算母管处的压力变化数据;
基于母管处的空气流量数据,计算母管的产气量;
确定每一台空压机的单机产气量;
基于每一台空压机的单机产气量和启停数据、以及母管处的压力变化数据和温度数据、母管的产气量,经由经训练的预测模型,预测用气量与母管的产气量的差异值;以及
基于所预测的差异值和每一台空压机的单机产气量,确定待调整的目标空压机,以便针对目标空压机进行控制。
2. 根据权利要求1所述的方法,其中确定每一台空压机的单机产气量包括:
基于相关性检验模型,确定用于表征每一台空压机的运行功率数据对于母管的产气量的影响的回归系数,所述相关性检验模型基于回归算法所构建;以及
基于所确定的回归系数、每一台空压机的运行功率数据,确定每一台空压机的单机产气量。
3.根据权利要求1所述的方法,其中确定每一台空压机的单机产气量包括:
针对每一台空压机的运行功率数据进行高次幂计算,以便生成每一台空压机的运行功率高次幂数据;
基于由Lasso回归算法所构建的相关性检验模型,确定用于表征每一台空压机的运行功率数据、运行功率高次幂数据对于母管的产气量的影响的回归系数;以及
基于所确定的回归系数、每一台空压机的运行功率数据、每一台空压机的运行功率高次幂数据,确定每一台空压机的单机产气量。
4.根据权利要求1所述的方法,其中确定每一台空压机的单机产气量包括:
基于每一台空压机的额定产气量、或者每一台空压机的流量计的测量数据,确定每一台空压机的单机产气量。
5.根据权利要求1所述的方法,其中基于压力数据计算母管处的压力变化数据包括:
获取每一台空压机的启停数据的对应时间点;
基于与对应时间点相关联的采样时间下的母管处的压力数据,计算对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率;以及
基于所计算的对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率,计算与对应时间点相关联的母管处的压力斜率变化量。
6.根据权利要求5所述的方法,其中所述时间区间的长度与对应时间点之前和之后的压力波动状态相关联。
7. 根据权利要求5所述的方法,其中经由经训练的预测模型预测用气量与母管的产气量的差异值包括:
基于与对应时间点相关联的压力数据、对应时间点之前的时间区间的母管处的压力斜率和对应时间点之后的时间区间的母管处的压力斜率、与对应时间点相关联的母管处的压力斜率变化量、与对应时间点相关联的母管处的空气流量数据和母管处的温度数据,生成输入数据;以及
基于所述输入数据,经由经训练的预测模型,预测用气量与母管的产气量的差异值。
8.根据权利要求1所述的方法,其中确定待调整的目标空压机以便针对目标空压机进行控制包括:
比较所预测的差异值和每一台空压机的单机产气量,以便确认满足供需差异条件的候选空压机;
基于候选空压机的比功率和运行时间中的至少一个,确定待调整的目标空压机;以及
向目标空压机发出启动或者停机的指令,以便目标空压机的产气量的变化匹配所预测的差异值。
9. 根据权利要求1所述的方法,其中基于候选空压机的比功率和运行时间中的至少一个确定待调整的目标空压机包括:
比较候选空压机的比功率,以便将比功率符合预定条件的候选空压机作为第一候选空压机;以及
响应于确定第一候选空压机的数量为多个,比较所述第一候选空压机的运行时间,以便将运行时间最短的第一候选空压机确定为待调整的目标空压机。
10.根据权利要求1所述的方法,其中基于母管处的空气流量数据计算母管的产气量包括:
基于采样时间,对齐所获取的母管处的空气流量数据和空压机的运行功率数据;
针对经对齐的母管处的空气流量数据和空压机的运行功率数据进行缺失值的补齐;
针对母管处的空气流量数据和空压机的运行功率数据进行异常值处理;以及
基于经由异常值处理后的母管处的空气流量数据,计算母管的产气量。
11.根据权利要求1所述的方法,其中经训练的预测模型经由以下步骤而生成:
利用分别基于不同的机器学习回归算法所构建的多个预测模型拟合用气量与产气量的差异值;
针对该多个预测模型,分别计算对应的平均绝对百分比误差;
比较平均绝对百分比误差,以便将平均绝对百分比误差最小的预测模型确定为用于预测用气量与母管的产气量的差异值的预测模型;以及
针对所确定的用于预测用气量与母管的产气量的差异值的预测模型进行超参数调整,以便得到最优的预测模型。
12.一种计算设备,包括:
至少一个处理单元;
至少一个存储器,所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令,所述指令当由所述至少一个处理单元执行时,使得所述计算设备执行权利要求1至11任一项所述的方法。
13.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被机器执行时实现权利要求1至11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031092.6A CN113464415B (zh) | 2021-09-03 | 2021-09-03 | 控制空压站的空压机的方法、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111031092.6A CN113464415B (zh) | 2021-09-03 | 2021-09-03 | 控制空压站的空压机的方法、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113464415A true CN113464415A (zh) | 2021-10-01 |
CN113464415B CN113464415B (zh) | 2021-12-03 |
Family
ID=77867257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111031092.6A Active CN113464415B (zh) | 2021-09-03 | 2021-09-03 | 控制空压站的空压机的方法、设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113464415B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114352511A (zh) * | 2021-12-28 | 2022-04-15 | 南京尚爱机械制造有限公司 | 一种在空压机多机运行中减少空压机空载的方法 |
CN114562452A (zh) * | 2022-04-22 | 2022-05-31 | 蘑菇物联技术(深圳)有限公司 | 用于控制工业设备的方法、***、设备和介质 |
CN114645844A (zh) * | 2022-05-23 | 2022-06-21 | 蘑菇物联技术(深圳)有限公司 | 确定空压站的流量状态的方法、计算设备和计算机介质 |
CN115343967A (zh) * | 2022-10-19 | 2022-11-15 | 蘑菇物联技术(深圳)有限公司 | 用于对空压站进行仿真控制的方法、设备和介质 |
EP4296514A1 (en) * | 2022-05-20 | 2023-12-27 | Mogulinker Technology (Shenzhen) Co., Ltd. | Method, device and medium for controlling air compressor in air compression station |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19812157A1 (de) * | 1998-03-20 | 1999-09-23 | Ruhrgas Ag | Verfahren zum Regeln des Gasflusses in einer Verdichterstation |
US20020128730A1 (en) * | 2000-12-28 | 2002-09-12 | Akira Shimada | Disturbance estimated type control system, gas compressor control system and method of designing a disturbance estimated type control system |
CN101718270A (zh) * | 2009-11-20 | 2010-06-02 | 上海应用技术学院 | 空压机控制***的预测调压方法 |
CN110486261A (zh) * | 2019-07-17 | 2019-11-22 | 北京中竞国际能源科技有限公司 | 基于多点压力轨迹预测的空压机组调配***及方法 |
CN110513281A (zh) * | 2019-07-10 | 2019-11-29 | 天津城建大学 | 基于负荷预测的压缩空气***优化控制方法 |
CN111502969A (zh) * | 2020-04-08 | 2020-08-07 | 上海优耐特斯压缩机有限公司 | 一种空压站恒压控制***及方法 |
-
2021
- 2021-09-03 CN CN202111031092.6A patent/CN113464415B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19812157A1 (de) * | 1998-03-20 | 1999-09-23 | Ruhrgas Ag | Verfahren zum Regeln des Gasflusses in einer Verdichterstation |
US20020128730A1 (en) * | 2000-12-28 | 2002-09-12 | Akira Shimada | Disturbance estimated type control system, gas compressor control system and method of designing a disturbance estimated type control system |
CN101718270A (zh) * | 2009-11-20 | 2010-06-02 | 上海应用技术学院 | 空压机控制***的预测调压方法 |
CN110513281A (zh) * | 2019-07-10 | 2019-11-29 | 天津城建大学 | 基于负荷预测的压缩空气***优化控制方法 |
CN110486261A (zh) * | 2019-07-17 | 2019-11-22 | 北京中竞国际能源科技有限公司 | 基于多点压力轨迹预测的空压机组调配***及方法 |
CN111502969A (zh) * | 2020-04-08 | 2020-08-07 | 上海优耐特斯压缩机有限公司 | 一种空压站恒压控制***及方法 |
Non-Patent Citations (2)
Title |
---|
冯磊: "空压站实现远程集控与动态预测", 《数字技术与应用》 * |
徐宁: "压缩机空气节能安定***的控制与优化", 《中国优秀博硕士学位论文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114352511A (zh) * | 2021-12-28 | 2022-04-15 | 南京尚爱机械制造有限公司 | 一种在空压机多机运行中减少空压机空载的方法 |
CN114352511B (zh) * | 2021-12-28 | 2024-02-23 | 南京尚爱机械制造有限公司 | 一种在空压机多机运行中减少空压机空载的方法 |
CN114562452A (zh) * | 2022-04-22 | 2022-05-31 | 蘑菇物联技术(深圳)有限公司 | 用于控制工业设备的方法、***、设备和介质 |
CN114562452B (zh) * | 2022-04-22 | 2022-07-19 | 蘑菇物联技术(深圳)有限公司 | 用于控制工业设备的方法、***、设备和介质 |
EP4296514A1 (en) * | 2022-05-20 | 2023-12-27 | Mogulinker Technology (Shenzhen) Co., Ltd. | Method, device and medium for controlling air compressor in air compression station |
CN114645844A (zh) * | 2022-05-23 | 2022-06-21 | 蘑菇物联技术(深圳)有限公司 | 确定空压站的流量状态的方法、计算设备和计算机介质 |
CN114645844B (zh) * | 2022-05-23 | 2022-07-19 | 蘑菇物联技术(深圳)有限公司 | 确定空压站的流量状态的方法、计算设备和计算机介质 |
CN115343967A (zh) * | 2022-10-19 | 2022-11-15 | 蘑菇物联技术(深圳)有限公司 | 用于对空压站进行仿真控制的方法、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113464415B (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113464415B (zh) | 控制空压站的空压机的方法、设备和计算机存储介质 | |
US11556484B2 (en) | Minimizing energy consumption by peripheral machines | |
Kryukov | Electric drive systems in compressor stations with stochastic perturbations | |
US20190025774A1 (en) | System identification and model development | |
CN113111589B (zh) | 预测模型的训练方法、预测供热温度的方法、装置和设备 | |
CN114635844B (zh) | 用于控制空压站中的空压机的方法、设备和介质 | |
CN115237081B (zh) | 确定具有异常的后处理设备的方法、设备和介质 | |
JP2019021032A (ja) | シミュレーション装置およびシミュレーション方法 | |
US11536263B2 (en) | Air pressure system | |
CN114500339A (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
JP2001280597A (ja) | 配水管網の末端圧力制御装置 | |
US20240126253A1 (en) | Methods and systems for regulating pipeline network maintenance based on a smart gas internet of things (iot) | |
de Oliveira et al. | Optimized fractional order sliding mode controller for water level in irrigation canal pool | |
CN114266208B (zh) | 用于实现管道压降的动态预测的方法、设备、介质和*** | |
US20240045401A1 (en) | Management system, management method, and management program | |
EP3373083A1 (en) | Power generation system control through adaptive learning | |
CN114562452B (zh) | 用于控制工业设备的方法、***、设备和介质 | |
CN113241761A (zh) | 一种电网稳定控制线性需切机量的定值整定方法及*** | |
CN114382687B (zh) | 用于控制空压站中的空压机的方法、设备和介质 | |
CN113958867B (zh) | 天然气管道的控制方法、***、设备及存储介质 | |
CN115059605B (zh) | 用于对被控***进行控制的方法、设备和介质 | |
Hoshino et al. | Self tuning control with generalized minimum variance control in continuous time domain | |
Degner | Online Feedback Optimization for Gas Compressors | |
Peyrl et al. | Computationally efficient solution of a compressor load sharing problem using the alternating direction method of multipliers | |
Degner | Studies on Mechatronics: Optimization Methods for Gas Compressors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: No. 118, Building C1, No.1 Qingsheng Avenue, Nansha District, Guangzhou City, Guangdong Province, 511455 Patentee after: Guangdong Mushroom IoT Technology Co.,Ltd. Country or region after: Zhong Guo Address before: 518109 room 2202, building 1, Huide building, Beizhan community, Minzhi street, Longhua District, Shenzhen, Guangdong Patentee before: MOGULINKER TECHNOLOGY (SHENZHEN) CO.,LTD. Country or region before: Zhong Guo |