申请/专利权人：泰安金冠宏食品科技有限公司

申请日：2023-12-18

公开（公告）日：2024-03-12

公开（公告）号：CN117422345B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q10/04;G06Q50/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2024.02.06#实质审查的生效;2024.01.19#公开

摘要：本发明涉及电子数据处理领域，尤其涉及一种油渣分离质量评估方法及系统，该方法获取当前时刻之前的预设历史时间段内进料口处的油脂含量时序数据、温度时序数据以及酸碱值时序数据；将油脂含量时序数据划分为N个数据点区间；利用温度时序数据和酸碱值时序数据计算当前时刻下的多源时序数据波动相关度；获取当前油脂含量所对应的目标数据点区间，根据当前油脂含量、目标数据点区间和多源时序数据波动相关度计算当前时刻下的数据波动优化因子；利用数据波动优化因子对当前油脂含量进行优化，以根据优化后的当前油脂含量和油渣分离后在出料口处的油脂含量，计算得到当前时刻下的油渣分离质量指标，提高了油渣分离质量评估的准确性。

主权项：1.一种油渣分离质量评估方法，其特征在于，所述油渣分离质量评估方法包括：在油脂生产过程中，根据每个采样时刻下进料口处的油脂含量、温度和酸碱值，得到当前时刻之前的预设历史时间段内所述进料口处的油脂含量时序数据、温度时序数据以及酸碱值时序数据；获取所述油脂含量时序数据中任一数据点的最近邻数据点，并将所述数据点及其对应的所述最近邻数据点组成数据点对，得到所述油脂含量时序数据中组成的所有数据点对，根据所有数据点对将所述油脂含量时序数据划分为N个数据点区间，N1；获取所述当前时刻下所述进料口处的待分离油脂的当前油脂含量、当前温度和当前酸碱值，根据所述油脂含量时序数据、所述温度时序数据和所述酸碱值时序数据，分别对应获取所述当前油脂含量所在的实时油脂含量序列，所述当前温度所在的实时温度序列，以及所述当前酸碱值所在的实时酸碱值序列，根据所述实时油脂含量序列、所述实时温度序列和所述实时酸碱值序列，计算所述当前时刻下的多源时序数据波动相关度；获取所述N个数据点区间中所述当前油脂含量所对应的目标数据点区间，根据所述当前油脂含量和所述目标数据点区间包含的历史油脂含量之间的差异、所述多源时序数据波动相关度、所述当前温度和所述当前酸碱值，计算所述当前时刻下的数据波动优化因子；利用所述数据波动优化因子对所述当前油脂含量进行优化，得到优化后的当前油脂含量，获取所述当前时刻下所述进料口处的待分离油脂进行油渣分离后在出料口处的油脂含量，根据所述优化后的当前油脂含量和所述出料口处的油脂含量，计算得到所述当前时刻下的油渣分离质量指标；所述获取所述油脂含量时序数据中任一数据点的最近邻数据点，包括：以所述数据点为起始点，在所述油脂含量时序数据中获取预设长度的油脂含量子序列，针对所述油脂含量子序列中除所述数据点之外的任一其他数据点，计算所述其他数据点与所述数据点之间的数据差值绝对值；遍历所述油脂含量子序列中除所述数据点之外的所有其他数据点，对应得到所有的数据差值绝对值，在所有的数据差值绝对值中获取最小的数据差值绝对值，将所述最小的数据差值绝对值所对应的其他数据点作为所述数据点的最近邻数据点；所述根据所有数据点对将所述油脂含量时序数据划分为N个数据点区间，包括：针对于所述油脂含量时序数据中的任一数据点，统计所述数据点两侧的数据点所组成的数据点对数量；获取所述油脂含量时序数据中每个数据点对应的数据点对数量，组成数据点对数量序列，获取所述数据点对数量序列中的极小值，根据所述极小值确定N-1个数据点对数量，以所述N-1个数据点对数量分别对应的数据点作为划分点，将所述油脂含量时序数据划分为N个数据点区间；所述根据所述实时油脂含量序列、所述实时温度序列和所述实时酸碱值序列，计算所述当前时刻下的多源时序数据波动相关度，包括：分别对所述实时温度序列和所述实时酸碱值序列进行归一化处理，对应得到归一化后的实时温度序列和归一化后的实时酸碱值序列；利用DTW算法计算所述归一化后的实时温度序列与所述实时油脂含量序列之间的第一相似度，利用所述DTW算法计算所述实时油脂含量序列和所述归一化后的实时酸碱值序列之间的第二相似度；计算所述第一相似度和所述第二相似度之间的相加结果，对所述相加结果进行归一化处理，得到归一化的相加结果，将预设值与所述归一化的相加结果之间的差值作为所述当前时刻下的多源时序数据波动相关度；所述根据所述当前油脂含量和所述目标数据点区间包含的历史油脂含量之间的差异、所述多源时序数据波动相关度、所述当前温度和所述当前酸碱值，计算所述当前时刻下的数据波动优化因子，包括：将所述当前温度和当前酸碱值组成当前二维数据，将所述温度时序数据和所述酸碱值时序数据中每个采样时刻下分别对应的温度和酸碱值组成历史二维数据，组成历史二维数据集合，利用COF算法对所述历史二维数据集合和所述当前二维数据进行离群点检测，得到所述当前二维数据的连通性离群因子；获取所述当前二维数据的连通性离群因子与所述多源时序数据波动相关度之间的第一相乘结果；利用所述COF算法对所述油脂含量时序数据和所述当前油脂含量进行离群点检测，得到所述当前油脂含量的连通性离群因子，计算所述目标数据点区间包含的所有油脂含量的油脂含量均值，计算所述当前油脂含量和所述油脂含量均值之间的第一差值；获取常数1与所述多源时序数据波动相关度之间的第二差值，获取所述第一差值、所述第二差值和所述当前油脂含量的连通性离群因子之间的第二相乘结果；对所述第一相乘结果和所述第二相乘结果之间的相加结果进行归一化处理，对应得到的归一化处理结果作为所述当前时刻下的数据波动优化因子；所述利用所述数据波动优化因子对所述当前油脂含量进行优化，得到优化后的当前油脂含量，包括：获取所述当前时刻的前一时刻下所述进料口处的历史油脂含量，计算所述历史油脂含量与所述当前油脂含量之间的差值，获取所述差值与所述数据波动优化因子之间的乘积，将所述历史油脂含量与所述乘积之间的相加结果作为优化后的当前油脂含量；所述根据所述优化后的当前油脂含量和所述出料口处的油脂含量，计算得到所述当前时刻下的油渣分离质量指标，包括：计算所述优化后的当前油脂含量和所述出料口处的油脂含量之间的油脂含量差值，计算所述油脂含量差值与所述优化后的当前油脂含量之间的比值，将所述比值作为所述当前时刻下的油渣分离质量指标。

全文数据：

权利要求：

百度查询： 泰安金冠宏食品科技有限公司 一种油渣分离质量评估方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD