一种驼峰排污系统冷凝水生成预测方法及装置

摘要: 本申请属于污水处理,更具体地说,是涉及一种驼峰排污系统冷凝水生成预测方法及装置。背景技术:1、铁路驼峰编组站承担货物列车解体、编组作业,驼峰场内道岔、车辆减速器...
一种驼峰排污系统冷凝水生成预测方法及装置

本申请属于污水处理,更具体地说,是涉及一种驼峰排污系统冷凝水生成预测方法及装置。

背景技术:

1、铁路驼峰编组站承担货物列车解体、编组作业,驼峰场内道岔、车辆减速器等核心设备依靠驼峰空压站输出的压缩空气作为动力气源。压缩空气经空压机压缩冷却后,其中水汽会析出形成冷凝水,冷凝水积聚于输气管路、后处理管路内,易引发管路锈蚀,低温环境下还会造成管路冻堵,直接干扰风动设备正常动作,威胁驼峰溜放作业安全,因此驼峰排污系统是空压站保障风源品质的关键配套设施。

2、现阶段驼峰场排污主要采用人工排污或者定时自动排污两种模式。人工排污依靠运维人员现场巡检操作,劳动强度高,容易出现漏排、巡检不及时的问题。定时自动排污依靠时间继电器或者可编程逻辑控制器(programmable logic controller,plc)预设固定排污周期、排污时长实现排污动作,无需人工现场操作,一定程度降低运维工作量。但该控制方式独立于现场工况,未结合空压机运行工况、外界环境条件以及现场用风负荷动态变化,冷凝水生成量会随环境温湿度、空压机负载、用风设备动作情况发生显著波动,固定周期的排污策略难以适配冷凝水生成的动态变化。

3、现有技术方案中,驼峰排污相关研究多集中于故障发生后的故障识别与报警,属于事后处置模式。定时排污模式下,若排污时机、时长匹配不当,会出现两类突出问题:排污不足时管路内部冷凝水积存,带来冻堵锈蚀安全隐患;排污过度则造成大量压缩空气无效排放,带来气源能源浪费。现有方案缺少对冷凝水生成变化趋势的预判能力,难以根据工况变化实现按需排污控制。

技术实现思路

1、本申请实施例的目的旨在提供一种驼峰排污系统冷凝水生成预测方法及装置,以解决现有固定周期排污无法适配冷凝水动态生成,易产生排污不足或排污浪费的问题。为了解决上述问题,本申请实施例提供的技术方案如下:

2、第一方面,提供了一种驼峰排污系统冷凝水生成预测方法,包括:

3、基于实时获取的空压机运行参数、环境参数、用风设备状态参数和排污系统状态参数确定原始数据集,对原始数据集进行预处理,得到标准化数据集;

4、基于标准化数据集确定原始特征数据和衍生特征数据,对原始特征数据和衍生特征数据进行特征拼接和时间窗口切片,得到多维时序特征数据;衍生特征数据包括温湿度综合指数、压缩比、累计运行积分和用风需求指数;

5、基于多维时序特征数据,通过informer编码器得到长周期特征,基于长周期特征,通过bilstm网络得到双向时序局部特征;

6、对长周期特征和双向时序局部特征进行加权融合,得到融合特征数据;

7、对融合特征数据进行全连接映射,得到未来多时段冷凝水生成量预测数据。

8、第二方面,提供了一种驼峰排污系统冷凝水生成预测装置,包括:

9、数据预处理模块,用于基于实时获取的空压机运行参数、环境参数、用风设备状态参数和排污系统状态参数确定原始数据集,对原始数据集进行预处理,得到标准化数据集;

10、多维特征构建模块,用于基于标准化数据集确定原始特征数据和衍生特征数据,对原始特征数据和衍生特征数据进行特征拼接和时间窗口切片,得到多维时序特征数据;衍生特征数据包括温湿度综合指数、压缩比、累计运行积分和用风需求指数;

11、多尺度时序特征提取模块,用于基于多维时序特征数据,通过informer编码器得到长周期特征,基于长周期特征,通过bilstm网络得到双向时序局部特征;

12、特征加权融合模块,用于对长周期特征和双向时序局部特征进行加权融合,得到融合特征数据;

13、冷凝水预测输出模块,用于对融合特征数据进行全连接映射,得到未来多时段冷凝水生成量预测数据。

14、第三方面,本申请实施例还提供了一种电子设备,该电子设备包括存储器和处理器,存储器中存储有计算机程序,处理器执行该计算机程序以实现第一方面任一可能的实现方式所提供的一种驼峰排污系统冷凝水生成预测方法。

15、第四方面,本申请实施例还提供了一种计算机可读存储介质,该存储介质中存储有计算机程序,该计算机程序被处理器执行时实现第一方面任一可能的实现方式所提供的一种驼峰排污系统冷凝水生成预测方法。

16、本申请实施例提供的技术方案带来的有益效果如下:

17、本申请实施例提供的一种驼峰排污系统冷凝水生成预测方法及装置,与相关技术相比:

18、本申请实施例通过采集空压机、环境、用风设备及排污系统多维度实时数据,经数据预处理、构造包含物理机理的衍生特征,构建多维时序特征数据,再结合informer编码器与bilstm网络分别挖掘长周期变化规律与局部双向时序特征,特征加权融合后输出冷凝水生成量的多时段预测结果。

19、本申请实施例依托多源实时数据能够跟随环境温湿度、空压机负载、用风设备动作的工况变化,衍生特征进一步强化工况与冷凝水生成之间的关联关系,使得模型输出结果贴合现场真实变化,克服传统定时排污脱离实际工况的弊端。本申请实施例获得未来多时段冷凝水生成量预测数据,为按需排污提供数据基础,由此可规避排污不足导致管路冷凝水积存引发锈蚀、冻堵的安全风险,同时避免排污过度造成压缩空气无谓损耗。

1.一种驼峰排污系统冷凝水生成预测方法,其特征在于,包括:

2.如权利要求1所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,所述标准化数据集包括环境温度、环境湿度、排气压力、吸气压力、空压机负载率、电空转辙机动作频率和风动减速器动作频率;所述衍生特征数据包括温湿度综合指数、压缩比、累计运行积分和用风需求指数;

3.如权利要求2所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,所述对所述原始特征数据和所述衍生特征数据进行特征拼接和时间窗口切片,得到多维时序特征数据,包括:

4.如权利要求1所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,所述对所述长周期特征和所述双向时序局部特征进行加权融合,得到融合特征数据,包括:

5.如权利要求1所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,在所述得到多维时序特征数据之后,还包括:

6.如权利要求1所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,在所述得到未来多时段冷凝水生成量预测数据之后,还包括:

7.如权利要求1所述的一种驼峰排污系统冷凝水生成预测方法,其特征在于,在所述得到未来多时段冷凝水生成量预测数据之后,还包括:

8.一种驼峰排污系统冷凝水生成预测装置,其特征在于,包括:

9.如权利要求8所述的一种驼峰排污系统冷凝水生成预测装置,其特征在于,所述标准化数据集包括环境温度、环境湿度、排气压力、吸气压力、空压机负载率、电空转辙机动作频率和风动减速器动作频率;所述衍生特征数据包括温湿度综合指数、压缩比、累计运行积分和用风需求指数;所述多维特征构建模块具体用于:

10.如权利要求8所述的一种驼峰排污系统冷凝水生成预测装置,其特征在于,所述特征加权融合模块具体用于: