买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种能源监管系统传感器缺失数据的实时重构和在线修补方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115408375B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211016709.1，技术领域涉及：G06F16/215；该发明授权一种能源监管系统传感器缺失数据的实时重构和在线修补方法是由王鹏;赵亮;石岩;孙希明;李英顺设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本一种能源监管系统传感器缺失数据的实时重构和在线修补方法在说明书摘要公布了：本发明属于能耗监管系统底层传感器数据处理技术领域，提供了一种能源监管系统传感器缺失数据的实时重构和在线修补方法，包括以下步骤：S1、基于能源监测系统的设计原理和运行机制，对其进行系统模型和数字模型的建立；S2、对数据进行相似性分析；S3、基于最大期望方法和极大似然估计算法的填充数据集构建；S4、基于MCMC算法的贝叶斯数据重构。本发明的有益效果：本发明基于数据和模型，实时重构和在线修补出能源监测系统中多种类型传感器某一或同时发生的数据缺失，能够保证预估值的准确性，且填补效率高、填补维度大，同时实现了历史数据的准确性和数据库的完整性，这对完善智能化的能源监测系统具有十分重要的意义。

本发明授权一种能源监管系统传感器缺失数据的实时重构和在线修补方法在权利要求书中公布了：1.一种能源监管系统传感器缺失数据的实时重构和在线修补方法，其特征在于，步骤如下： S1、基于能源监管系统的设计原理和运行机制，建立能源监管系统模型 S1.1、定义能源监管系统模型 S1.1.1、全空气一次回风再加热系统模型 能源监管系统在空气侧主要由过滤器、表冷器、再热器、送风机和回风机组成，室外空气和回风混合后经过滤器过滤、表冷器降湿、再热器升温处理后，由送风机提供动力送入室内，完成一个一次回风再加热循环；室外温度为T1，混风温度为T2，表冷器表面温度为T3，送风温度为T4，回风温度为T6，室外相对湿度为混风相对湿度为经表冷器的湿度为送风点状态相对湿度为回风状态点相对湿度为新风比为R，系统送风量为M2，再热器换热量为Qh，表冷器换热量为Qe； S1.1.2、冷冻站系统模型 能源监管系统在冷冻站侧主要由冷水机组、水泵、分水器、集水器、蒸发器和冷却塔组成，冷冻水系统是由水泵提供动力将集水器中的回水传送至冷水机组中，经蒸发器换热降温再输送至分水器，将冷量传递给末端与空气进行换热；冷却水系统是由水泵将回水带进冷水机组的冷凝器中与制冷剂进行换热，将升温后的水传送至冷却塔中将热量散到空气中完成一次循环；冷冻水供、回水温度分别为Ts1、Ts4，分集水器两侧压差为P1，冷却水供、回水温度分别为Ts5、Ts6，冷冻水泵两侧压差为P2，管网阻抗为S1，冷却水泵两侧压差为P3，冷冻水换热量为Q1，冷冻水流量为Ms1，冷却水换热量为Q2，冷却水流量为Ms2；S1.2、定义模型中输入、输出变量： 根据步骤S1.1.1所建立的全空气一次回风再加热系统模型，确定空气侧的输入变量T1，T4，T6，R，M2；输出变量T2，T3，Qh，Qe； 根据步骤S1.1.2所建立的冷冻站系统模型，确定冷冻站系统侧的输入变量Ts1，Ts4，Ts5，Ts6，S1，Q1，Q2；输出变量P1，P2，P3，Ms1，Ms2； S1.3、定义数学模型： 能源监管系统是一个热力学系统，根据几个关键状态点的热力学关系式分别建立局部数学模型，每一个局部数学模型分别按照相应的变量关系式构建； 在全空气一次回风再加热系统模型中，建立以下局部数学模型： 1局部模型1 在热力学关系式中混风状态点由以下公式建立数学模型： T2＝R·T1+1-RT61 2局部模型2 局部模型2主要由以下公式构成： lgPvs＝A-BT+C2 式中，Pvs表示某温度下饱和水蒸气压力；T表示空气温度；A、B、C表示不同物质在不同温度下对应的常数；表示相对湿度；Pv表示空气中水蒸气分压力；w表示空气中的含湿量；P表示大气压力； w2＝R·w1+1-R·w65 式中，w2表示混风状态点含湿量；w1表示室外空气的含湿量；w6表示回风空气的含湿量； 3局部模型3 局部模型3主要是利用传热学知识建立如下关系式： Qh＝cMT4-T36 式中，c表示空气的定压比热容；M表示送风量； 4局部模型4 局部模型4在局部模型2的基础上添加了焓值和热量的热力学关系形成一个闭合的回路，具体新增公式如下： h＝cT+whg+cvT7 Qc＝Mh2-h38 式中，h表示空气焓值；cv表示水蒸气的平均定压比热；hg表示0℃时水的汽化潜热；Qc表示空气经表冷器中的换热量；h2表示混风状态点的空气焓值；h3表示经表冷器后的空气焓值； 在冷冻站系统中，建立以下局部数学模型： 1局部模型5 局部模型5是由冷冻水系统中供、回水水温、冷冻水流量和换热量依据下列关系式建立的； Q1＝cwMS1TS4-TS19 式中，cw表示水的比热容； 2局部模型6 局部模型6运用了管网特性按照如下公式建立系统模型： 3局部模型7和局部模型9 局部模型7和局部模型9主要根据水泵本身的特性曲线，但由于该特性曲线不具有确切的公式，因此采用最小二乘法利用多组真实的实验数据拟合出如下列公式所示的数学模型： 式中，Hi表示水泵扬程；a、b为模型待定系数；表示冷却水或冷冻水流量；m表示列宾宗公式中的指数； 4局部模型8 局部模型8则是由冷却水系统中供、回水水温、冷却水流量和换热量依据下列关系式建立的； Q2＝cwMS2TS5-TS612 S2、相似性分析 在气象数据库中挑选出去年对应月份的真实气象数据，利用该月份每日某些时刻点的温度和湿度计算出对应的焓值，再与当前缺失数据当日对应时刻室外环境的焓值进行对比，选出最相似的一日数据作为历史备用数据，多个历史备用数据组成历史备用数据集； h＝1.01+1.84dt+2500d13式中，t表示空气温度，d表示空气含湿量，1.01kJkg·K空气的定压比热，1.84kJkg·K为水蒸气的平均定压比热，2500kJkg为0℃时水的汽化潜热； S3、基于最大期望方法和极大似然估计算法的填充数据集构建方法 S3.1、能源监测系统中的数据类型分为两种，一种为稳定型数据类型，包括温度、湿度、流量、压力和分集水器两侧压差；另一种为波动性数据类型，包括冷冻水泵、冷却水泵两侧压差； S3.2、基于最大期望方法和极大似然估计算法对稳定型数据缺失的数据集进行填充； S3.2.1、确定发生数据缺失的传感器、日期以及时间段，设第j天某传感器从i时刻后连续缺失n个数据点，该时间段两侧端点数据分别为Xi,j和Xi+n,j，并且其各自邻近两点分别为Xi-1,j和Xi+n+1,j；依旧将当日剩余所有数据进行从小到大的排序，并确定排序后Xi-1,j和Xi+n+1,j所在的新位置，记ni-1和ni+j+1； S3.2.2、选定最相似工况第k天历史数据进行全天由小到大的排序，对应的找到和两点，分别以该两点向内延伸h个点各自组成两缺失端点的初步填充数据集，其中h点的数量要小于n； S3.2.3、用EM算法和MLE算法对历史备用数据集逆向估算出其服从的正态分布参数，再从该正态分布中按需随机抽取数据量和历史备用数据集共同组成最终的填充数据集，保证系统模型对填充数据集的数据量要求； S3.2.4、重复步骤3.2.1直到缺失数据段填充完整； S3.3、基于最大期望方法、极大似然估计算法和引入辅助变量对波动型数据缺失的数据集进行填充； S3.3.1、确定缺失数据点Xi,k或数据段Xi,k～Xi+n,k及对应时刻相应变量数据点Yi,k或Yi,k～Yi+n,k； S3.3.2、将缺失数据当天的辅助变量Y数据从小到大进行排序，找到Yi,k或Yi,k～Yi+n,k在新序列中每一个缺失点的位置，并记录其新位置为ni； S3.3.3、在该缺失点左右各按需延伸h个数据，并分别找出这些点 在原对应时刻的缺失变量X的数值；构成初步填充数据集； S3.3.4、利用EM和MLE方法对初步填充数据集进行参数估计，再随机从参数估计后的初步填充数据集按需抽取适量的数据量，得到最终代入似然函数的完整填充数据集； S4、基于MCMC算法的贝叶斯数据重构方法 S4.1、定义基准值：基准值是由某变量缺失数据时刻系统中其他监管数据的准确值组成的函数值，用Yb表示，如下公式14所示： Yb＝fYo1,Yo2,…,Yon14 其中，Yoi表示某变量缺失数据时刻系统中其他工作传感器在该时刻的监管数据值；某变量缺失数据时刻系统中存在的未检测变量在公式14中表示成未知变量代入，在保证从步骤S3.2.4和S3.3.4调取的数据组数大于缺失数据传感器的个数的情况下都可获得求解结果； S4.2、定义修正函数：修正函数由经处理、筛选后的填充数据集中的历史数据以及与待估偏差组成，用Yc表示，如下公式15所示： Yc＝fYi,x15 其中，Yi表示经筛选、处理后的填充数据集中的第i个历史数据；x表示未知数，某时刻缺失数据真值与历史数据值的偏差； S4.3、距离函数通过最小化基准值与修正函数之间的差异，即通过多次代入填充数据集中的历史数据对缺失数据进行修正，如公式16所示： S4.4、代入数据：将S2中的多组稳态测量值T1，T4，T6， R，M2，T2，T3，Qh，Qe代入到S4.3中定义的距离函数Dx中； S4.5、定义距离函数后，使距离函数Dx满足均值为0的高斯分布，针对能源监管系统，由于每一个变量的数据皆是由各种类型的传感器在系统中进行原位测量并上传至数据库中，将正态分布的方差设定为传感器的精度值，即构成了能源监管系统的贝叶斯模型的似然函数，如公式17所示；通过实现距离函数最小化，来实现待估值和真实值之间的高度吻合； 似然函数： 贝叶斯定理： S4.6、当距离函数的值最小时，似然函数概率最高，根据能源监管系统的贝叶斯模型的后验分布公式18可见PYb是一个常量，后验PYb|x也服从高斯分布，此时后验分布的均值即为准确值和预估值的差值，代表真实值与填充数据集中历史数据的距离，最终将结果x与排序后的填充数据集中的中位数相加，即得到了缺失数据的贝叶斯方法重构值；如公式19所示，Yt表示缺失数据的重构值，Yc表示缺失数据的预估值，x为经过贝叶斯推理后验分布求解出来的重构值和预估值的差值； Yt＝Yc+x19。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。