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！

申请/专利权人：山东创宇能源科技股份有限公司

摘要：本发明涉及激光测量仪器技术领域，具体涉及一种基于激光光谱技术的氨逃逸原位测量方法及系统。获取预设历史时段内的还原剂流量时序数据、光谱数据以及初始吸收率时序数据，然后根据吸收率的变化趋势筛选出特征波长。接着分析初始吸收率时序数据与还原剂流量时序数据之间的变化情况以及相关情况确定时间滞后量和波长最优偏移量。基于最优偏移量修正光谱数据后，特征波长的最终吸收率时序数据更准确地反映物质吸收率变化，进而分析管道内氨气浓度不均匀性。通过分析最终吸收率时序数据的变化波动与数据误差，确定异常程度值，并进行滤波去噪处理，得到去噪时序数据为当前时刻氨逃逸量的测量提供了更准确的依据，提高了测量的准确性。

主权项：1.一种基于激光光谱技术的氨逃逸原位测量方法，其特征在于，所述方法包括：获取预设历史时段内还原剂的流量时序数据、每个历史时刻下氨气的激光光谱数据；根据每个波长在各个激光光谱数据中的吸收率获取每个波长的初始吸收率时序数据；在所有激光光谱数据中，根据波长的吸收率变化趋势，筛选出特征波长；根据所有特征波长的初始吸收率时序数据与流量时序数据的变化情况，得到时间滞后量；任选一个历史时刻作为待测时刻；对所述待测时刻下的激光光谱数据在每个预设波长偏移量下进行偏移后，获取每个特征波长的更新吸收率时序数据；在所述时间滞后量下，分析待测时刻对应的预设时间邻域内，不同预设波长偏移量对应的所有更新吸收率时序数据与流量时序数据之间的相关关系，筛选出待测时刻下激光光谱数据的最优偏移量；根据每个最优偏移量对对应的激光光谱数据进行调整后，获取每个特征波长的最终吸收率时序数据；根据所有最终吸收率时序数据的变化波动得到每个历史时刻对应的异常程度值；根据所述异常程度值对每个特征波长的最终吸收率时序数据进行滤波去噪，得到去噪时序数据；根据所有所述去噪时序数据进行当前时刻氨逃逸量的检测；所述特征波长的获取方法包括：对于任意一个波长，将该波长在所有历史时刻下的激光光谱数据中的吸收率进行累加，作为该波长的吸收率和值；以每个波长为中心，构建预设波长范围；在每个预设波长范围中，将除中心波长外的其他波长作为比对波长，当所有对比波长的吸收率和值均小于中心波长的吸收率和值时，将中心波长作为所述特征波长；所述初始吸收率时序数据的获取方法包括：将每个波长在所有历史时刻下的激光光谱数据中的吸收率按照时序进行排列，得到每个波长的初始吸收率时序数据；所述时间滞后量的获取方法包括：获取所述流量时序数据中的极大值的历史时刻，作为目标时刻，对于任意一个目标时刻，计算该目标时刻前预设第一数量个历史时刻的数据值的拟合直线的斜率值，作为第一斜率，计算该目标时刻后预设第一数量个历史时刻的数据值的拟合直线的斜率值，作为第二斜率，将所述第一斜率和第二斜率的差异进行归一化后的值，作为该目标时刻对应的凸起程度值；凸起程度值的公式模型为： 其中，表示第个目标时刻对应的凸起程度值；表示第个目标时刻对应的第一斜率值；表示第个目标时刻对应的第二斜率值；表示归一化函数；预设滞后值范围，对于预设滞后值范围中的任意一个滞后值，计算该滞后值下，所有特征波长的初始吸收率时序数据与流量时序数据的时刻匹配偏差值；在所有的时刻匹配偏差值中，将最小的时刻匹配偏差值对应的滞后值作为所述时间滞后量；所述时刻匹配偏差值的获取方法包括：任选一个特征波长作为待测波长；将待测波长的初始吸收率时序数据的所有极大值对应的历史时刻作为对比时刻；对于任意一个目标时刻，计算该目标时刻加上滞后值后的值与每个对比时刻的数值差值，将最小的数值差值与该目标时刻对应的凸起程度值相乘，得到该目标时刻的偏差因子；将所有目标时刻的偏差因子累加后的值作为待测波长对应的偏差和值；将所有特征波长的偏差和值累加后的值进行归一化处理，得到所述时刻匹配偏差值；时刻匹配偏差值的公式模型包括： 其中，表示第个滞后值下的时刻匹配偏差值；表示特征波长的总数；表示目标时刻的总数；表示第个目标时刻的凸起程度值；表示第个目标时刻的历史时刻值；表示第个滞后值；表示第个特征波长的初始吸收率时序数据中第个极大值对应的历史时刻值；表示第个特征波长的初始吸收率时序数据中极大值的总数；表示求最小值；表示归一化函数；所述最优偏移量的获取方法包括：在每个预设波长偏移量下，对每个特征波长对应的更新吸收率时序数据进行STL时序分解，得到每个特征波长对应的初始趋势项时序数据；将每个所述初始趋势项时序数据均进行所述时间滞后量的偏移，得到最终趋势项时序数据，进行时间滞后量的偏移过程为：将每个初始趋势项时序数据的时刻轴向时刻变大的方向偏移时间滞后量个单位；计算所述预设时间邻域内的每个最终趋势项时序数据与所述流量时序数据之间的皮尔逊相关系数，作为相关值；将所有特征波长对应的相关值的累加和作为判断值；在所有预设波长偏移量对应的判断值中，将最大判断值对应的预设波长偏移量作为待测时刻下激光光谱数据的最优偏移量；所述预设时间邻域设置为以待测时刻为中心，前后两侧各取预设第二数量个历史时刻，组成时间邻域；所述异常程度值的获取方法包括：对每个特征波长的最终吸收率时序数据进行STL时序分解，得到季节项时序数据与残差项时序数据；在每个特征波长对应的季节项时序数据与残差项时序数据中，根据每个历史时刻的季节项数据值与残差项数据值获取每个历史时刻的第一异常因子，所述第一异常因子与季节项数据值呈正相关，所述第一异常因子与残差项数据值呈负相关；将每个历史时刻在所有特征波长下的第一异常因子的和值作为第二异常因子；在以每个历史时刻为中心的预设时间邻域内，将所有历史时刻的第二异常因子的和值进行归一化后的值，作为中心历史时刻的异常程度值；异常程度值的公式模型包括： 其中，表示中心历史时刻的异常程度值；表示预设时间邻域内的历史时刻总数；表示特征波长的总数；表示在第个特征波长对应的季节项时序数据中，中心历史时刻的数值；表示在第个特征波长对应的残差项时序数据中，中心历史时刻的数值；表示预设参数；表示归一化函数。

全文数据：

权利要求：

百度查询： 山东创宇能源科技股份有限公司 基于激光光谱技术的氨逃逸原位测量方法及系统