一种蓄能设备全生命周期性能检测分析系统的制作方法

本发明涉及空气调节控制，具体涉及一种蓄能设备全生命周期性能检测分析系统。

背景技术：

1、电力供应中出现的峰谷负荷差距大的现象促进了蓄能空调系统的发展，在一些大型的能源中心建设项目中，空调水蓄能展现了其在节能效益、经济效益的优势。蓄能设备是整个蓄能系统的关键设备，其效率的高低直接影响到整个系统的运行经济性；因此对蓄能设备性能的检测尤为重要。

2、由于蓄能设备的运行参数变化会受到环境的影响出现周期性变化，故不能直接通过设置阈值对运行数据进行异常检测。为了提高蓄能设备性能检测的准确性，需要长期采集运行数据进行整体分析；密度峰值聚类算法作为一种常用的数据聚类分析算法，能够高效地对样本进行分配和发现噪声。但该算法中每个数据点的局部密度是通过度量截断距离中其他数据点的数目而确定，而截断距离是通过分析整个数据集中数据点的分布特征而得到，未考虑到实际情况中数据点的局部范围的特征，容易出现数据点的局部密度计算不合理，进而影响数据集的聚类效果，最终导致蓄能设备性能检测的准确率低。

技术实现思路

1、为了解决上述密度峰值聚类算法对性能检测的数据集的聚类容易出现误差，导致蓄能设备性能检测准确率低的技术问题，本发明的目的在于提供一种蓄能设备全生命周期性能检测分析系统，所采用的技术方案具体如下：

2、所述远程检测分析子系统包括数据采集装置和检测分析平台：

3、所述数据采集装置，用于获取监测蓄能设备性能的数据集，将数据集中的数据点置于平面直角坐标系中；

4、所述检测分析平台，用于根据平面直角坐标系中数据点与预设截断范围内的其他数据点之间的数据差异特征获得数据点的邻域差异表征值；根据数据点与预设截断范围内的其他数据点的所述邻域差异表征值的差异特征获得数据点的变化差异系数；

5、根据平面直角坐标系中数据点的预设截断范围内其他数据点的种类特征，获得频率拟合曲线和不同的种类区间；根据所述种类区间中的频率分布特征和所述变化差异系数获得数据点的局部稠密程度；根据数据点的预设时间滑窗内的数据变化特征、数据点与预设时间滑窗内其他数据点之间的预设时间滑窗的数据差异特征获得数据点的异常指数；

6、根据所述数据集通过密度峰值聚类算法获取数据点的局部密度；根据数据点的所述局部密度、所述局部稠密程度和所述异常指数获得数据点的改进局部密度；根据所述改进局部密度进行数据点的聚类与蓄能设备的性能检测。

7、进一步地，所述根据平面直角坐标系中数据点与预设截断范围内的其他数据点的数据差异特征获得数据点的邻域差异表征值的步骤包括：

8、对数据点的预设截断范围内所有其他数据点进行随机排列获得邻域序列，计算所述邻域序列中任意两个相邻的其他数据点的差值绝对值，获得邻域差异值；计算所述邻域序列中所有邻域差异值的和值，获得邻域近邻度；

9、根据数据点与预设截断范围内其他数据点的数值大小计算数据点的变异系数；计算所述变异系数与所述邻域近邻度的乘积，获得数据点的所述邻域差异表征值。

10、进一步地，所述根据数据点与预设截断范围内的其他数据点的所述邻域差异表征值的差异特征获得数据点的变化差异系数的步骤包括：

11、计算数据点的预设截断范围内其他数据点的所述邻域差异表征值的平均值与预设第一数值的和值，获得邻域差异平均值；计算数据点的所述邻域差异表征值与所述邻域差异平均值的比值并归一化，获得数据点的所述变化差异系数。

12、进一步地，所述根据平面直角坐标系中数据点的预设截断范围内其他数据点的种类特征，获得频率拟合曲线和不同的种类区间的步骤包括：

13、计算数据点的预设截断范围内，相同种类的其他数据点的数量与预设截断范围内其他数据点的总数量的比值，获得预设截断范围内其他数据点的频率；将不同种类的其他数据点从小到大排列，将不同种类的其他数据点的频率分布进行曲线拟合获得频率拟合曲线；将所述频率拟合曲线中的极小值点作为分割点，通过两个相邻的分割点对所述频率拟合曲线进行分割获得不同的种类区间。

14、进一步地，所述根据所述种类区间中的频率分布特征和所述变化差异系数获得数据点的局部稠密程度的步骤包括：

15、计算所述种类区间中的频率拟合曲线的偏态系数与预设极小正数的和值，获得偏态表征值；计算所述种类区间中预设区间内的其他数据点的频率之和，获得区间频率表征值；计算所述区间频率表征值与所述种类区间的其他数据点的总频率的比值，获得频率占比；

16、计算所有种类区间的所述频率占比与所述偏态表征值的比值的平均值，获得数据点的局部密集程度；计算数据点的所述局部密集程度与负相关映射的变化差异系数的乘积，获得数据点的所述局部稠密程度。

17、进一步地，所述根据数据点的预设时间滑窗内的数据变化特征、数据点与预设时间滑窗内其他数据点之间的预设时间滑窗的数据差异特征获得数据点的异常指数的步骤包括：

18、计算数据点的预设时间滑窗内的数据的标准差，获得数据点的波动指数；计算数据点与其他数据点之间的预设滑窗内数据的动态时间规整距离，获得数据点的序列差异；计算数据点与预设时间滑窗内所有其他数据点之间的所述序列差异的平均值，获得邻域差异表征值；

19、计算所述波动指数和所述邻域差异表征值的乘积，获得数据点的所述异常指数。

20、进一步地，所述根据数据点的所述局部密度、所述局部稠密程度和所述异常指数获得数据点的改进局部密度的步骤包括：

21、计算数据点的所述局部稠密程度和所述异常指数的比值，获得数据点的局部密集度；计算所述局部密集度与所述局部密度的乘积，获得数据点的所述改进局部密度。

22、进一步地，所述根据所述改进局部密度进行数据点的聚类与蓄能设备的性能检测的步骤包括：

23、根据所述改进局部密度通过密度峰值聚类算法自适应选取聚类中心进行聚类；

24、根据聚类结果对蓄能设备性能进行检测，计算每个簇内数据的平均值，获得监测数据表征值，计算所有簇的监测数据表征值的方差，获得性能异常指数；当所述性能异常指数超过预设异常阈值时，判断蓄能设备性能出现异常，否则判断蓄能设备性能未出现异常。

25、进一步地，所述获取监测蓄能设备性能的数据集，将数据集中的数据点置于平面直角坐标系中的步骤包括：

26、获取预设采集周期内每个采集时刻的监测数值并去噪，对监测数值归一化；将归一化后的监测数值和对应的采集时刻构成数据点，不同预设采集周期的不同数据点构成数据集；平面直角坐标系的横坐标为不同的采集时刻，纵坐标为归一化后的监测数值。

27、进一步地，所述蓄能设备全生命周期性能检测分析系统还包括以下子系统：

28、布水器检测分析子系统，由布水器检测平台组成，用于实现在蓄能设备研发阶段通过试验检测核心组件布水器性能参数；

29、模拟检测分析子系统，由模拟检测平台组成，用于实现在蓄能设备设计阶段通过专业数值模拟软件对蓄能设备进行仿真模拟检测蓄能设备的设计性能参数；

30、实施检测分析子系统，由实施检测平台组成，用于实现在蓄能设备实施阶段通过在设计工况下的实际测试检测分析蓄能设备在设计工况下实际的性能参数。

31、本发明具有如下有益效果：

32、在本发明实施例中，通过邻域差异表征值能够反映数据点的预设截断范围内的其他数据点的分布和离散情况，进而计算变化差异系数能够通过数据点和预设截断范围内其他数据点的邻域差异表征值的差异特征反映该数据点作为聚类中心的合适程度。获取数据点的预设截断范围内的频率拟合曲线和种类区间，根据种类区间中的不同种类的其他数据点的频率分布特征并结合变化差异系数获得局部稠密程度，能够更准确地反映该数据点作为聚类中心的合适程度。因采集的数据集是监测蓄能设备的时序数据，故通过时序特征计算异常指数，判断该数据点的异常情况，通过异常情况表征能够作为聚类中心的可能性。通过局部稠密程度和异常指数优化局部密度，获得改进局部密度并进行聚类；提高了聚类准确性。最终通过更准确的聚类结果提高了蓄能设备性能检测的准确性。