[发明专利]基于时间相关性的工业系统时延确定及受控量预测方法在审
申请号: | 202011215184.5 | 申请日: | 2020-11-04 |
公开(公告)号: | CN112270449A | 公开(公告)日: | 2021-01-26 |
发明(设计)人: | 郭磊;王林钰;陈浩;桂宁 | 申请(专利权)人: | 国网(苏州)城市能源研究院有限责任公司;中南大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06N3/04;G06N5/00;G06K9/62 |
代理公司: | 长沙智路知识产权代理事务所(普通合伙) 43244 | 代理人: | 谢珍贵 |
地址: | 215000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时间 相关性 工业 系统 确定 受控 预测 方法 | ||
1.一种基于时间相关性的工业系统时延确定方法,其特征在于,包括以下步骤:
S1、自具有滞后性的工业系统采集传感器的特征和数据,预测目标Y为受控量;
S2、数据预处理;
S3、基于空间选择与所述受控物理量相关的特征,包括其中的任一特征X;
S4、通过TD-CORT时延算法求得特征X与预测目标Y之间的时延大小,包括:
S4.1、取所述预测目标Y的任意H长度的连续时序序列:
YK,H+K-1=[YK,YK+1,YK+2,YK+3,YK+4,...,YH+K-1];
S4.2、取所述特征X的(2K+1)个H长度的连续时序序列:
fX1,H=[X1,X2,X3,X4,X5,X6,X7,...,XH],
fX2,H+1=[X2,X3,X4,X5,X6,X7,X8,...,XH+1],
…
fX3,H+2=[X3,X4,X5,X6,X7,X8,X9,...,XH+2],
fX2K+1,H+2K=[X2K+1,X2K+2,X2K+3,...,XH+2K];
其中,K表示计算时延大小的数据点范围,根据所述工业系统的时延合理范围和数据采样时间间隔确定,H为数据长度;
S4.3、将所述特征X的(2K+1)个连续时序序列fX1,H,fX2,H+1,fX3,H+2,...,fX2K+1,H+2K分别与所述YK,H+K-1计算(2K+1)次CORT一阶时序相关性系数,得到长度为(2K+1)的特征X与预测目标Y的CORTX,Y序列:
CORTX,Y=[CORT(fX1,H,YK,H+K-1),CORT(fX2,H+1,YK,H+K-1),
CORT(fX3,H+2,YK,H+K-1),...,CORT(fX2K+1,H+2K,YK,H+K-1)];
S4.4、将所述特征X与预测目标Y的CORTX,Y序列进行一个滑窗大小的平滑,平滑后的CORTX,Y序列的最大值点对应特征X与预测目标Y之间的时延差,即为特征X与预测目标Y之间的时延大小;
所述时延大小为正,表示特征X落后于预测目标Y变化,对预测目标Y未产生影响;所述时延大小为负,表示特征X领先于预测目标Y变化,对预测目标Y产生影响,所述时延大小的绝对值为特征X的滞后时间。
2.根据权利要求1所述的基于时间相关性的工业系统时延确定方法,其特征在于,所述CORT一阶时序相关性系数,即公式CORT(.,.)的计算方法为:
其中XH,YH分别为两段T长度的时序序列,xh,xh+1分别为XH序列在h,h+1时刻的数值,yh,yh+1分别为YH序列在h,h+1时刻的数值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网(苏州)城市能源研究院有限责任公司;中南大学,未经国网(苏州)城市能源研究院有限责任公司;中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011215184.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理