本公開(kāi)涉及虛擬流量計(jì)量領(lǐng)域，尤其涉及用于虛擬流量計(jì)的校準(zhǔn)裝置、靈敏度確定模塊及相應(yīng)方法。

背景技術(shù)：

對(duì)于涉及單相和多相流率的生產(chǎn)系統(tǒng)，通常需要對(duì)其流率進(jìn)行計(jì)量。對(duì)于涉及地下和水下作業(yè)的生產(chǎn)系統(tǒng)，典型的如地下的油田采油系統(tǒng)，實(shí)體流量計(jì)非常昂貴，其安裝與維護(hù)成本也是巨大的，因此通常使用虛擬流量計(jì)來(lái)對(duì)流量進(jìn)行計(jì)量。

生產(chǎn)系統(tǒng)包括可用于傳送流體的組件，虛擬流量計(jì)使用傳感器所測(cè)量的各組件的測(cè)量值(例如，壓力、溫度)來(lái)估計(jì)多相流率(例如，油、氣、水)。表示流率和傳感器測(cè)量值之間相關(guān)性的模型的準(zhǔn)確度是重要的。在該油田采油系統(tǒng)的應(yīng)用中，表示流率和傳感器測(cè)量值之間相關(guān)性的典型模型是各個(gè)組件的壓降模型，相應(yīng)的模型參數(shù)包括流體密度和粘度、組件表面粗糙度、一些具有放電功能的組件的放電功能系數(shù)等等。靈敏度分析是校準(zhǔn)該模型并確保其準(zhǔn)確度的重要且非常有效的方法。靈敏度分析即評(píng)估特定模型參數(shù)的擾動(dòng)對(duì)于模型輸出的影響。例如，靈敏度分析可以表示例如在流體密度存在擾動(dòng)時(shí)、管道壓降如何偏離其參考值。生產(chǎn)系統(tǒng)也可以是其他需要使用虛擬流量計(jì)的系統(tǒng)，例如海底氣田采集系統(tǒng)等等。

理想情況下，在虛擬流量計(jì)校準(zhǔn)中，想要計(jì)算所估計(jì)的流率相對(duì)于每一個(gè)模型參數(shù)的靈敏度。然而，直接計(jì)算所估計(jì)的多相流率相對(duì)于各個(gè)模型參數(shù)的靈敏度是非常復(fù)雜且困難的。

而且，常用的靈敏度計(jì)算方法是有限差分法(fdm)。然而，由于虛擬流量計(jì)的輸出是所估計(jì)的多相流率，在虛擬流量計(jì)的應(yīng)用中，模型輸出相對(duì)于模型參數(shù)變化的函數(shù)可能存在尖峰和不連續(xù)性，因此，有限差分法在應(yīng)用于虛擬流量計(jì)時(shí)缺乏穩(wěn)健性。

因此，有必要提供一種改進(jìn)的用于虛擬流量計(jì)的校準(zhǔn)裝置和方法以及靈敏度確定裝置和方法來(lái)解決上述問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的涉及提供一種用于虛擬流量計(jì)的校準(zhǔn)裝置、靈敏度確定模塊及相應(yīng)方法。

在一個(gè)方面，本發(fā)明的實(shí)施例涉及一種對(duì)用于生產(chǎn)系統(tǒng)的虛擬流量計(jì)進(jìn)行校準(zhǔn)的校準(zhǔn)裝置，其特征在于，所述生產(chǎn)系統(tǒng)包括用于傳送流體的組件，所述虛擬流量計(jì)用于基于所設(shè)定的所述組件的屬性值以及所獲得的所述組件的可變參數(shù)的值來(lái)估計(jì)所述流體的流率，所述校準(zhǔn)裝置包括：靈敏度確定模塊，用于計(jì)算第一靈敏度，該第一靈敏度用于指示所述可變參數(shù)的值相對(duì)于所述屬性值的擾動(dòng)而變化的程度；以及校準(zhǔn)模塊，用于根據(jù)所述第一靈敏度校準(zhǔn)所述虛擬流量計(jì)。

本公開(kāi)的另一個(gè)方面在于提供一種用于適用于生產(chǎn)系統(tǒng)的虛擬流量計(jì)的靈敏度確定模塊，其特征在于，所述生產(chǎn)系統(tǒng)包括用于傳送流體的組件，所述虛擬流量計(jì)用于基于所設(shè)定的所述組件的屬性值以及所獲得的所述組件的可變參數(shù)的值來(lái)估計(jì)所述流體的流率，所述靈敏度確定模塊包括：值確定單元，用于根據(jù)擾動(dòng)尺度對(duì)所述屬性值施加擾動(dòng)，獲得多個(gè)擾動(dòng)值，并基于所述虛擬流量計(jì)確定與所述多個(gè)擾動(dòng)值對(duì)應(yīng)的所述可變參數(shù)的多個(gè)值；線性回歸單元，用于應(yīng)用線性回歸逼近所述可變參數(shù)的多個(gè)值，獲得逼近結(jié)果；以及靈敏度獲得單元，用于根據(jù)所述逼近結(jié)果獲得第一靈敏度，該第一靈敏度用于指示所述可變參數(shù)的值相對(duì)于所述屬性值的擾動(dòng)而變化的程度。

本公開(kāi)的又一個(gè)方面在于提供一種對(duì)用于生產(chǎn)系統(tǒng)的虛擬流量計(jì)進(jìn)行校準(zhǔn)的校準(zhǔn)方法，其特征在于，所述生產(chǎn)系統(tǒng)包括用于傳送流體的組件，所述虛擬流量計(jì)用于基于所設(shè)定的所述組件的屬性值以及所獲得的所述組件的可變參數(shù)的值來(lái)估計(jì)所述流體的流率，所述校準(zhǔn)方法包括：靈敏度確定步驟，用于計(jì)算第一靈敏度，該第一靈敏度用于指示所述可變參數(shù)的值相對(duì)于所述屬性值的擾動(dòng)而變化的程度；以及校準(zhǔn)步驟，用于根據(jù)所述第一靈敏度校準(zhǔn)所述虛擬流量計(jì)。

本公開(kāi)的再一個(gè)方面在于提供一種用于適用于生產(chǎn)系統(tǒng)的虛擬流量計(jì)的靈敏 度確定方法，其特征在于，所述生產(chǎn)系統(tǒng)包括用于傳送流體的組件，所述虛擬流量計(jì)用于基于所設(shè)定的所述組件的屬性值以及所獲得的所述組件的可變參數(shù)的值來(lái)估計(jì)所述流體的流率，所述靈敏度確定方法包括：值確定步驟，用于根據(jù)擾動(dòng)尺度對(duì)所述屬性值施加擾動(dòng)，獲得多個(gè)擾動(dòng)值，并基于所述虛擬流量計(jì)確定與所述多個(gè)擾動(dòng)值對(duì)應(yīng)的所述可變參數(shù)的多個(gè)值；線性回歸步驟，用于應(yīng)用線性回歸逼近所述可變參數(shù)的多個(gè)值，獲得逼近結(jié)果；以及靈敏度獲得步驟，用于根據(jù)所述逼近結(jié)果獲得第一靈敏度，該第一靈敏度用于指示所述可變參數(shù)的值相對(duì)于所述屬性值的擾動(dòng)而變化的程度。

附圖說(shuō)明

通過(guò)結(jié)合附圖對(duì)于本公開(kāi)的實(shí)施方式進(jìn)行描述，可以更好地理解本公開(kāi)，在附圖中：

圖1為根據(jù)本公開(kāi)一實(shí)施例的校準(zhǔn)裝置、虛擬流量計(jì)和生產(chǎn)系統(tǒng)的示意圖；

圖2為根據(jù)本公開(kāi)一實(shí)施例的靈敏度確定模塊的模塊示意圖；

圖3為根據(jù)本公開(kāi)另一實(shí)施例的靈敏度確定模塊的模塊示意圖；

圖4為根據(jù)本公開(kāi)又一實(shí)施例的靈敏度確定模塊的模塊示意圖；

圖5為根據(jù)本公開(kāi)再一實(shí)施例的靈敏度確定模塊的模塊示意圖；

圖6為根據(jù)本公開(kāi)一實(shí)施例的用于虛擬流量計(jì)的校準(zhǔn)方法的概略流程圖；

圖7為圖6的校準(zhǔn)方法中的靈敏度確定步驟的一實(shí)施例的示意性流程圖；

圖8為圖6的校準(zhǔn)方法中的靈敏度確定步驟的另一實(shí)施例的示意性流程圖；

圖9為圖6的校準(zhǔn)方法中的靈敏度確定步驟的又一實(shí)施例的示意性流程圖；

圖10為圖6的校準(zhǔn)方法中的靈敏度確定步驟的再一實(shí)施例的示意性流程圖；

圖11為例1中得到的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤差的示意圖；

圖12為例2中擾動(dòng)尺度為2％時(shí)的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤差的示意圖；

圖13為例2中擾動(dòng)尺度加大為8％時(shí)的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤差的示意圖；

圖14為例3中擾動(dòng)尺度為2％時(shí)的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤 差的示意圖；

圖15為例3中擾動(dòng)尺度加大為8％時(shí)的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤差的示意圖；

圖16為例3中擾動(dòng)尺度為8％且移除異常值后的線性回歸的逼近結(jié)果和相應(yīng)的線性回歸誤差的示意圖。

具體實(shí)施方式

本申請(qǐng)中使用的“包括”、“包含”、或“具有”以及類似的詞語(yǔ)是指除了列于其后的項(xiàng)目及其等同物外，其他的項(xiàng)目也可在范圍以內(nèi)。本申請(qǐng)中的近似用語(yǔ)用來(lái)修飾數(shù)量，表示本發(fā)明并不限定于所述具體數(shù)量，還包括與所述數(shù)量接近的、可接受的、不會(huì)導(dǎo)致相關(guān)基本功能的改變的修正的部分。

在說(shuō)明書(shū)和權(quán)利要求中，除非清楚地另外指出，所有項(xiàng)目的單復(fù)數(shù)不加以限制。本發(fā)明專利申請(qǐng)說(shuō)明書(shū)以及權(quán)利要求書(shū)中使用的“第一”、“第二”、以及類似的詞語(yǔ)并不表示任何順序、數(shù)量或者重要性，而只是用來(lái)區(qū)分不同的材料或?qū)嵤├取?/p>

除非上下文另外清楚地說(shuō)明，術(shù)語(yǔ)“或”、“或者”并不意味著排他，而是指存在提及項(xiàng)目(例如成分)中的至少一個(gè)，并且包括提及項(xiàng)目的組合可以存在的情況。

本申請(qǐng)說(shuō)明書(shū)中提及“一些實(shí)施例”等等，表示所述與本發(fā)明相關(guān)的一種特定要素(例如特征、結(jié)構(gòu)和/或特點(diǎn))被包含在本說(shuō)明書(shū)所述的至少一個(gè)實(shí)施例中，可能或不可能出現(xiàn)于其他實(shí)施例中。另外，需要理解的是，所述發(fā)明要素可以任何適合的方式結(jié)合。

以下根據(jù)附圖說(shuō)明本發(fā)明的實(shí)施方式，下文中可能不會(huì)詳細(xì)描述眾所周知的功能和結(jié)構(gòu)，以避免因不必要的細(xì)節(jié)而使本發(fā)明變得令人費(fèi)解。

圖1為根據(jù)本公開(kāi)一具體實(shí)施例的使用校準(zhǔn)裝置140對(duì)用于生產(chǎn)系統(tǒng)120的虛擬流量計(jì)130進(jìn)行校準(zhǔn)的示意圖。

在一些實(shí)施例中，生產(chǎn)系統(tǒng)120包括但不限于地下油田采油系統(tǒng)等。生產(chǎn)系統(tǒng)120如圖1所示，生產(chǎn)系統(tǒng)120可包括用于傳送流體的多個(gè)組件110-1、110-2、…110-n，n為自然數(shù)。在一些實(shí)施例中，組件110-1、110-2、…110-n包 括但不限于管道、閥、泵、阻流管或它們的任意組合。

組件110-1、110-2、…110-n具有固定或在較長(zhǎng)一段時(shí)間(如數(shù)十天、數(shù)月甚至數(shù)年等)內(nèi)固定的屬性；在一些實(shí)施例中，組件110-1、110-2、…110-n的屬性包括但不限于：諸如長(zhǎng)度、寬度、直徑等用于指示尺寸的屬性、諸如粗糙度等用于指示表面結(jié)構(gòu)的屬性。在一些實(shí)施例中，采用θ1,θ2,...,θn表示生產(chǎn)系統(tǒng)120中的組建的各個(gè)屬性，采用σ1,σ2,...,σn表示與各個(gè)屬性θ1,θ2,...,θn分別對(duì)應(yīng)的屬性值。

組件110-1、110-2、…110-n還對(duì)應(yīng)有可變參數(shù)，該可變參數(shù)的值因流體的流動(dòng)而產(chǎn)生變化；在一些實(shí)施例中，組件110-1、110-2、…110-n可變參數(shù)包括但不限于：組件110-1、110-2、…110-n的溫度、壓降等。在一些實(shí)施例中，可在生產(chǎn)系統(tǒng)120上設(shè)置傳感器(未圖示)，以測(cè)量并獲得組件110-1、110-2、…110-n的可變參數(shù)的值。在一些實(shí)施例中，采用p1,p2,…,pn表示生產(chǎn)系統(tǒng)120中的多處位置的壓降，采用p1,p2,…,pn表示與p1,p2,…,pn分別對(duì)應(yīng)的值；并采用t1,t2,…,tn表示生產(chǎn)系統(tǒng)120中的多處位置的溫度，采用t1,t2,…,tn表示與t1,t2,…,tn分別對(duì)應(yīng)的值。

虛擬流量計(jì)130中設(shè)置有組件110-1、110-2、…110-n的屬性的屬性值，并且，虛擬流量計(jì)130可獲得組件110-1、110-2、…110-n的可變參數(shù)的值；在一些實(shí)施例中，虛擬流量計(jì)130獲得的可變參數(shù)的值來(lái)自生產(chǎn)系統(tǒng)120中的傳感器。由于流體的流動(dòng)會(huì)對(duì)可變參數(shù)的值產(chǎn)生影響，因此，結(jié)合組件110-1、110-2、…110-n的可變參數(shù)的值以及屬性值，虛擬流量計(jì)130可以估計(jì)流體的流率。在一些實(shí)施例中，虛擬流量計(jì)130包括前向模型(未圖示)，利用前向模型，可以結(jié)合流體的流率以及組件110-1、110-2、…110-n的屬性值，獲得組件110-1、110-2、…110-n的可變參數(shù)的值；在一些實(shí)施例中，虛擬流量計(jì)130利用對(duì)前向模型的反推，來(lái)結(jié)合組件110-1、110-2、…110-n的可變參數(shù)的值以及屬性值，得到流體的流率。

校準(zhǔn)裝置140可用于校虛擬流量計(jì)130。在一些實(shí)施例中，如圖1所示，虛擬流量計(jì)130包括校準(zhǔn)裝置140；在一些實(shí)施例中，校準(zhǔn)裝置140也可以與虛擬流量計(jì)130獨(dú)立地設(shè)置和實(shí)現(xiàn)(未圖示)。

校準(zhǔn)裝置140包括用于計(jì)算第一靈敏度的靈敏度確定模塊150、用于根據(jù)第一靈敏度校準(zhǔn)虛擬流量計(jì)130的校準(zhǔn)模塊170。

靈敏度確定模塊150所確定的第一靈敏度能夠指示可變參數(shù)的值相對(duì)于屬性值的擾動(dòng)而變化的程度。以計(jì)算第一靈敏度為例，用于指示組件110-1的壓降p1的值相對(duì)于組件110-1的屬性θ1的屬性值σ1的擾動(dòng)而變化的程度。靈敏度確定模塊150在固定流率的情況下，對(duì)虛擬流量計(jì)130或與虛擬流量計(jì)103相似的模型中設(shè)定的一個(gè)組件的一個(gè)屬性θ1的屬性值σ1施加多次擾動(dòng)，獲得該屬性值σ1的多個(gè)擾動(dòng)值σ11,σ12,...,σ1n及該組件的一個(gè)可變參數(shù)(如壓降p1)的與所述多個(gè)擾動(dòng)值σ11,σ12,...,σ1n對(duì)應(yīng)的多個(gè)值p11,p12,...,p1n。由此，靈敏度確定模塊150可得到第一靈敏度類似的，靈敏度確定模塊150還可確定其他第一靈敏度，如在可變參數(shù)為組件110-1的溫度t1的情況下，還可獲得第一靈敏度其中，n為自然數(shù)。

校準(zhǔn)模塊170根據(jù)第一靈敏度校準(zhǔn)虛擬流量計(jì)130。在一些實(shí)施例中，校準(zhǔn)模塊170利用第一靈敏度校準(zhǔn)虛擬流量計(jì)130中設(shè)定的屬性值σ1。在一些實(shí)施例中，校準(zhǔn)模塊170可從靈敏度確定模塊150確定的多個(gè)第一靈敏度和中選擇至少一個(gè)第一靈敏度，如最大的第一靈敏度或超過(guò)一閾值的第一靈敏度等，并利用所選擇的第一靈敏度校準(zhǔn)虛擬流量計(jì)130。

在一些實(shí)施例中，校準(zhǔn)裝置140包括用于計(jì)算第二靈敏度的靈敏度計(jì)算模塊160，該第二靈敏度指示流率相對(duì)于可變參數(shù)的值的擾動(dòng)而變化的程度。在一些實(shí)施例中，與計(jì)算第一靈敏度相類似的，靈敏度計(jì)算模塊160在固定屬性值的情況下，對(duì)虛擬流量計(jì)130或與虛擬流量計(jì)130相似的模型接收到的可變參數(shù)的值施加擾動(dòng)，從而計(jì)算第二靈敏度，如或指示流率f相對(duì)于壓降p1,p2,…,pn的值的擾動(dòng)而變化的程度，指示流率f相對(duì)于溫度t1,t2,…,tn的值的擾動(dòng)而變化的程度,。

在一些實(shí)施例中，校準(zhǔn)模塊170根據(jù)第一靈敏度和第二靈敏度獲得第三靈敏度，并根據(jù)該第三靈敏度校準(zhǔn)虛擬流量計(jì)130，該第三靈敏度用于指示流率相對(duì)于 屬性值的擾動(dòng)而變化的程度，如

在一些實(shí)施例中，校準(zhǔn)模塊170根據(jù)第一靈敏度和第二靈敏度的乘積，獲得第三靈敏度。在一些實(shí)施例中，校準(zhǔn)模塊170根據(jù)第三靈敏度，校準(zhǔn)虛擬流量計(jì)130中設(shè)定的屬性值。例如，校準(zhǔn)模塊170根據(jù)第一靈敏度和第二靈敏度的乘積得到第三靈敏度并根據(jù)校準(zhǔn)虛擬流量計(jì)130中設(shè)定的屬性值σ1。

在虛擬流量計(jì)量中，流率估計(jì)的準(zhǔn)確度高度取決于虛擬流量計(jì)130的模型的準(zhǔn)確度。為了校準(zhǔn)虛擬流量計(jì)130，通常利用流率和組件的屬性之間的靈敏度關(guān)系進(jìn)行校準(zhǔn)。然而，由于諸如虛擬流量計(jì)130的復(fù)雜性以及其他多種原因，直接計(jì)算流率和組件的屬性之間的靈敏度關(guān)系(如直接計(jì)算)是十分復(fù)雜的，難以實(shí)現(xiàn)。上述實(shí)施例提供了利用可變參數(shù)與屬性之間的靈敏度關(guān)系校準(zhǔn)虛擬流量計(jì)130方式，極大地簡(jiǎn)化了校準(zhǔn)所需的計(jì)算復(fù)雜度；此外，上述實(shí)施例還提供了基于可變參數(shù)與屬性之間的靈敏度關(guān)系確定流率和屬性之間的靈敏度關(guān)系的方式，解決了現(xiàn)有技術(shù)中難以計(jì)算流率和組件的屬性之間的靈敏度關(guān)系的問(wèn)題。

以下參照?qǐng)D2至圖5，對(duì)靈敏度確定模塊150計(jì)算第一靈敏度的多種實(shí)施例予以詳述。靈敏度確定模塊150計(jì)算其他第一靈敏度的方式及靈敏度計(jì)算模塊160計(jì)算第二靈敏度的方式，與計(jì)算的方式相似，在此不再贅述。

圖2為根據(jù)本公開(kāi)一具體實(shí)施例的靈敏度確定模塊150的模塊示意圖。如圖2所示，靈敏度確定模塊150包括：用于根據(jù)擾動(dòng)尺度對(duì)屬性值施加擾動(dòng)，獲得多個(gè)擾動(dòng)值，并確定與所述多個(gè)擾動(dòng)值對(duì)應(yīng)的所述可變參數(shù)的多個(gè)值的值確定單元210；用于應(yīng)用線性回歸逼近所述可變參數(shù)的多個(gè)值，獲得逼近結(jié)果的線性回歸單元230；以及用于根據(jù)所述逼近結(jié)果獲得所述第一靈敏度的靈敏度獲得單元270。

值確定單元210根據(jù)預(yù)設(shè)的擾動(dòng)尺度δ1，對(duì)組件110-1的屬性值σ1施加擾動(dòng)，獲得多個(gè)擾動(dòng)值σ11,σ12,...,σ1n。在一些實(shí)施例中，值確定單元210根據(jù)擾動(dòng)尺度δ1以及屬性值σ1，確定擾動(dòng)范圍為-δ1·σ1到+δ1·σ1，并從該擾動(dòng)范圍中選擇多個(gè)擾動(dòng)值σ11,σ12,...,σ1n。在一些實(shí)施例中，σ1被歸一化為額定值，如1，則擾動(dòng)范圍為-δ1 到+δ1，且δ1大于零0且小于1。

并且，值確定單元210根據(jù)所述多個(gè)擾動(dòng)值σ11,σ12,...,σ1n，確定壓降p1的與σ11,σ12,...,σ1n對(duì)應(yīng)的多個(gè)值p11,p12,...,p1n。在一些實(shí)施例中，值確定單元210根據(jù)虛擬流量計(jì)130或與虛擬流量計(jì)130的至少部分相似的模型來(lái)得到p11,p12,...,p1n；例如，虛擬流量計(jì)130包括前向模型，值確定單元210采用一流率f作為前向模型的輸入，并分多次將前向模型中屬性θ1的屬性值設(shè)定為σ11,σ12,...,σ1n，得到前向模型輸出的p11,p12,...,p1n。

線性回歸用單元230應(yīng)用線性回歸逼近p11,p12,...,p1n，以得到線性回歸的逼近結(jié)果。在一些實(shí)施例中，該逼近結(jié)果可表示為p1＝k0+k1·θ1。

靈敏度獲得單元270根據(jù)線性回歸的逼近結(jié)果來(lái)確定第一靈敏度在一些實(shí)施例中，第一靈敏度在一些實(shí)施例中，靈敏度獲得單元270對(duì)k1進(jìn)行處理，如進(jìn)行歸一化等，獲得第一靈敏度

圖3為根據(jù)本公開(kāi)一具體實(shí)施例的靈敏度確定模塊150的模塊示意圖。圖3所述的實(shí)施例為圖2所述實(shí)施例的變化例，其不同之處在于靈敏度確定模塊150還包括用于計(jì)算可變參數(shù)的多個(gè)值與線性回歸的逼近結(jié)果之間的擬合匹配度，并在所述擬合匹配度屬于預(yù)設(shè)范圍時(shí)，將所述逼近結(jié)果輸出至靈敏度獲得單元270的擬合匹配度計(jì)算單元250；以及用于在所述擬合匹配度不屬于預(yù)設(shè)范圍時(shí)，調(diào)整擾動(dòng)尺度，并輸出調(diào)整后的擾動(dòng)尺度至值確定單元210的擾動(dòng)尺度調(diào)整單元252。

值確定單元210根據(jù)預(yù)設(shè)的擾動(dòng)尺度δ1，對(duì)組件110-1的屬性值σ1施加擾動(dòng)，獲得多個(gè)擾動(dòng)值σ11,σ12,...,σ1n，并確定壓降p1的與σ11,σ12,...,σ1n對(duì)應(yīng)的多個(gè)值p11,p12,...,p1n。線性回歸用單元230應(yīng)用線性回歸逼近p11,p12,...,p1n，以得到線性回歸的逼近結(jié)果。

擬合匹配度計(jì)算單元250計(jì)算壓降p1的多個(gè)值p11,p12,...,p1n與線性回歸單元230獲得的逼近結(jié)果之間的擬合匹配度。在一些實(shí)施例中，可計(jì)算擬合優(yōu)度作為擬合匹配度。在一些實(shí)施例中，可計(jì)算平均絕對(duì)誤差或均方誤差作為擬合匹配度。

在擬合匹配度屬于預(yù)設(shè)范圍時(shí)，如擬合匹配度大于一預(yù)設(shè)閾值時(shí)，擬合匹配批度計(jì)算單元250將所述逼近結(jié)果輸出至靈敏度獲得單元270，以使靈敏度獲得單 元270根據(jù)線性回歸的逼近結(jié)果確定第一靈敏度

在擬合匹配度計(jì)算單元250所計(jì)算的擬合匹配度不屬于預(yù)設(shè)范圍，如小于等于一預(yù)設(shè)閾值時(shí)，擾動(dòng)尺度改變單元252調(diào)整δ1，如將擾動(dòng)尺度δ1加大為δ2，并且將δ2輸出至值確定單元210。

值確定單元210和線性回歸用單元230重新操作，獲得新的線性回歸的逼近結(jié)果。由于該新的線性回歸的逼近結(jié)果與p11,p12,...,p1n的擬合匹配度通常屬于預(yù)設(shè)范圍，故線性回歸單元230可直接將新的線性回歸的逼近結(jié)果輸出至靈敏度獲得單元270。或者，線性回歸單元230將新的線性回歸的逼近結(jié)果輸出至擬合匹配度計(jì)算單元250，擬合匹配度計(jì)算單元250計(jì)算壓降p1的多個(gè)值p11,p12,...,p1n與新的逼近結(jié)果之間的擬合匹配度，如此重復(fù)，直至擬合匹配度屬于預(yù)設(shè)范圍，擬合匹配度計(jì)算單元250將與p11,p12,...,p1n之間的擬合匹配度屬于預(yù)設(shè)范圍的逼近結(jié)果輸出至靈敏度獲得單元270，以獲得第一靈敏度

擾動(dòng)尺度過(guò)大容易導(dǎo)致巨大的計(jì)算量，而擾動(dòng)尺度過(guò)小容易導(dǎo)致靈敏度計(jì)算結(jié)果不準(zhǔn)確。通過(guò)引入擬合匹配度，可確定適當(dāng)?shù)臄_動(dòng)尺度；如首先選擇較小的擾動(dòng)尺度，然后根據(jù)線性回歸的擬合匹配度決定是否要加大擾動(dòng)尺度，避免了在直接一次性選取大擾動(dòng)尺度時(shí)面臨的計(jì)算量巨大的問(wèn)題，同時(shí)也使靈敏度計(jì)算的準(zhǔn)確性得以提高，很好地平衡了靈敏度計(jì)算的復(fù)雜度和準(zhǔn)確度。

圖4為根據(jù)本公開(kāi)一具體實(shí)施例的靈敏度確定模塊150的模塊示意圖。圖4所述的實(shí)施例為圖2所述實(shí)施例的變化例，其不同之處在于靈敏度確定模塊150包括用于當(dāng)根據(jù)所述逼近結(jié)果確定可變參數(shù)的多個(gè)值中存在異常值時(shí)，移除異常值，并將移除異常值后的可變參數(shù)的值輸出至線性回歸單元230，且用于當(dāng)根據(jù)所述逼近結(jié)果確定可變參數(shù)的多個(gè)值中不存在異常值時(shí)，將線性回歸的逼近結(jié)果輸出至靈敏度獲得單元270的移除單元232。

值確定單元210根據(jù)預(yù)設(shè)的擾動(dòng)尺度δ1，對(duì)組件110-1的屬性值σ1施加擾動(dòng)，獲得多個(gè)擾動(dòng)值σ11,σ12,...,σ1n，并確定壓降p1的與σ11,σ12,...,σ1n對(duì)應(yīng)的多個(gè)值p11,p12,...,p1n。線性回歸用單元230應(yīng)用線性回歸逼近p11,p12,...,p1n，以得到線性回歸的逼近結(jié)果。

當(dāng)根據(jù)線性回歸的逼近結(jié)果確定p11,p12,...,p1n中不存在異常值時(shí)，移除單元232將線性回歸的逼近結(jié)果輸出至靈敏度獲得單元270。

當(dāng)根據(jù)線性回歸的逼近結(jié)果確定壓降p1的多個(gè)值p11,p12,...,p1n中存在異常值時(shí)，移除單元232移除異常值，并將移除異常值后的p1的多個(gè)值p,11,p,12,...,p,1m輸出至線性回歸單元(230)，以使線性回歸單元230根據(jù)p’11,p’12,...,p’1m獲得新的逼近結(jié)果。新的逼近結(jié)果可由線性回歸單元230輸出至靈敏度獲得單元270，或經(jīng)移除單元232判斷不存在異常值后，輸出至靈敏度獲得單元270，以使靈敏度獲得單元270獲得第一靈敏度其中，m為自然數(shù)且m小于n，被移除的異常值的數(shù)量為n-m。

異常值包括與線性回歸的逼近結(jié)果偏離過(guò)大的值。在一些實(shí)施例中，當(dāng)壓降p1的一個(gè)值(如p11)的線性回歸誤差與壓降p1的所有值(如p11,p12,...,p1n)的線性回歸誤差的統(tǒng)計(jì)結(jié)果(如所有值的線性回歸誤差的標(biāo)準(zhǔn)差)之比在一個(gè)常數(shù)范圍外時(shí)(如p11的線性回歸誤差為p11,p12,...,p1n的線性回歸誤差的標(biāo)準(zhǔn)差的a倍以上時(shí))可將該值識(shí)別為異常值。

通過(guò)移除異常值并且再次進(jìn)行線性回歸，更進(jìn)一步消除了線性回歸結(jié)果中的尖峰值，改進(jìn)了靈敏度計(jì)算的準(zhǔn)確度和穩(wěn)健性。

圖5為根據(jù)本公開(kāi)一具體實(shí)施例的靈敏度確定模塊150的模塊示意圖。圖5所述的實(shí)施例為圖3和圖4所述實(shí)施例的變化例。本實(shí)施例中，靈敏度確定模塊150包括值確定單元210、線性回歸單元230、移除單元232、擬合匹配度計(jì)算單元250、擾動(dòng)尺度調(diào)整單元252和靈敏度獲得單元270。

值確定單元210根據(jù)預(yù)設(shè)的擾動(dòng)尺度δ1，對(duì)組件110-1的屬性值σ1施加擾動(dòng)，獲得多個(gè)擾動(dòng)值σ11,σ12,...,σ1n，并確定壓降p1的與σ11,σ12,...,σ1n對(duì)應(yīng)的多個(gè)值p11,p12,...,p1n。

線性回歸用單元230應(yīng)用線性回歸逼近p11,p12,...,p1n，以得到線性回歸的逼近結(jié)果。

擬合匹配度計(jì)算單元250計(jì)算壓降p1的多個(gè)值p11,p12,...,p1n與線性回歸單元230獲得的逼近結(jié)果之間的擬合匹配度，并在該擬合匹配度屬于預(yù)設(shè)范圍時(shí)，將逼 近結(jié)果輸出至靈敏度獲得單元270，以獲得第一靈敏度

在擬合匹配度不屬于預(yù)設(shè)范圍時(shí)，擾動(dòng)尺度調(diào)整單元252調(diào)整擾動(dòng)尺度，如將擾動(dòng)尺度δ1加大為δ2，并輸出調(diào)整后的擾動(dòng)尺度δ2至值確定單元210。

值確定單元210根據(jù)加大后的擾動(dòng)尺度δ2，對(duì)組件110-1的屬性值σ1施加擾動(dòng)，獲得多個(gè)擾動(dòng)值σ’11,σ’12,...,σ’1n，并確定壓降p1的與σ’11,σ’12,...,σ’1n對(duì)應(yīng)的多個(gè)值p’11,p’12,...,p’1n。

線性回歸用單元230應(yīng)用線性回歸逼近p’11,p’12,...,p’1n，以得到新的線性回歸的逼近結(jié)果。

當(dāng)根據(jù)新的線性回歸的逼近結(jié)果確定壓降p1的多個(gè)值p’11,p’12,...,p’1n中存在異常值時(shí)，移除單元232移除異常值，并將移除異常值后的p1的多個(gè)值輸出至線性回歸單元(230)，以使線性回歸單元230根據(jù)移除異常值后的p1的多個(gè)值獲得再一個(gè)新的逼近結(jié)果。該再一個(gè)新的逼近結(jié)果可由線性回歸單元230輸出至靈敏度獲得單元270，以使靈敏度獲得單元270獲得第一靈敏度

通過(guò)結(jié)合擬合匹配度以及移除異常值，更進(jìn)一步改進(jìn)了靈敏度計(jì)算的準(zhǔn)確度和穩(wěn)健性。

圖6為根據(jù)本公開(kāi)一具體實(shí)施例的用于虛擬流量計(jì)130的校準(zhǔn)方法600的概略流程圖。結(jié)合圖1和圖6，校準(zhǔn)方法600包括：用于計(jì)算第一靈敏度的靈敏度確定步驟610；以及用于根據(jù)第一靈敏度校準(zhǔn)虛擬流量計(jì)130的校準(zhǔn)步驟650。該第一靈敏度用于指示所述可變參數(shù)的值相對(duì)于所述屬性值的擾動(dòng)而變化的程度。在一些實(shí)施例中，校準(zhǔn)方法600還包括：用于計(jì)算第二靈敏度的靈敏度計(jì)算步驟630，并且，校準(zhǔn)步驟650用于根據(jù)第一靈敏度和第二靈敏度得到第三靈敏度，并根據(jù)第三靈敏度校準(zhǔn)虛擬流量計(jì)。

圖7為圖6的校準(zhǔn)方法600中的靈敏度確定步驟610的一具體實(shí)施例的示意性流程圖。該第一靈敏度計(jì)算步驟610包括：用于根據(jù)擾動(dòng)尺度對(duì)屬性值施加擾動(dòng)，獲得多個(gè)擾動(dòng)值，并確定與所述多個(gè)擾動(dòng)值對(duì)應(yīng)的所述可變參數(shù)的多個(gè)值的值確定步驟710；用于應(yīng)用線性回歸逼近所述可變參數(shù)的多個(gè)值，獲得逼近結(jié)果的線性回歸步驟730；以及，用于根據(jù)所述逼近結(jié)果獲得所述第一靈敏度的靈敏度獲得步驟 770。

圖8為圖6的校準(zhǔn)方法600中的靈敏度確定步驟610的一具體實(shí)施例的示意性流程圖。圖8所述的實(shí)施例為圖7所述實(shí)施例的變化例，其不同之處在于靈敏度確定步驟610還包括：用于計(jì)算可變參數(shù)的多個(gè)值與逼近結(jié)果之間的擬合匹配度，并在擬合匹配度屬于預(yù)設(shè)范圍時(shí)，前進(jìn)至靈敏度獲得步驟770的擬合匹配度計(jì)算步驟750；以及，在所述擬合匹配度不屬于預(yù)設(shè)范圍時(shí)，調(diào)整所述擾動(dòng)尺度，以前進(jìn)至值確定步驟710的擾動(dòng)尺度調(diào)整步驟762。

圖9為圖6的校準(zhǔn)方法600中的靈敏度確定步驟610的一具體實(shí)施例的示意性流程圖。圖9所述的實(shí)施例為圖7所述實(shí)施例的變化例，其不同之處在于靈敏度確定步驟610還包括：用于當(dāng)根據(jù)線性回歸的逼近結(jié)果確定可變參數(shù)的多個(gè)值中存在異常值時(shí)，移除異常值并前進(jìn)至線性回歸步驟730，且用于當(dāng)根據(jù)所述逼近結(jié)果確定可變參數(shù)的多個(gè)值中不存在異常值時(shí)，前進(jìn)至靈敏度獲得步驟770的移除步驟732。

圖10為圖6的校準(zhǔn)方法600中的靈敏度確定步驟610的一具體實(shí)施例的示意性流程圖。圖10所述的實(shí)施例為圖8和圖9所述實(shí)施例的變化例。圖10所述的實(shí)施例的靈敏度確定步驟610包括：用于根據(jù)擾動(dòng)尺度對(duì)屬性值施加擾動(dòng)，獲得多個(gè)擾動(dòng)值，并確定與所述多個(gè)擾動(dòng)值對(duì)應(yīng)的所述可變參數(shù)的多個(gè)值的值確定步驟710；用于應(yīng)用線性回歸逼近所述可變參數(shù)的多個(gè)值，獲得逼近結(jié)果的線性回歸步驟730；用于計(jì)算可變參數(shù)的多個(gè)值與逼近結(jié)果之間的擬合匹配度，并在擬合匹配度屬于預(yù)設(shè)范圍時(shí)，前進(jìn)至靈敏度獲得步驟770的擬合匹配度計(jì)算步驟750；在所述擬合匹配度不屬于預(yù)設(shè)范圍時(shí)，調(diào)整所述擾動(dòng)尺度，以前進(jìn)至值確定步驟763的擾動(dòng)尺度調(diào)整步驟762；用于根據(jù)調(diào)整后的擾動(dòng)尺度對(duì)屬性值施加擾動(dòng)，獲得多個(gè)新的擾動(dòng)值，并確定與多個(gè)新的擾動(dòng)值對(duì)應(yīng)的可變參數(shù)的多個(gè)新的值的值確定步驟763；用于應(yīng)用線性回歸逼近可變參數(shù)的多個(gè)新的值，獲得新的逼近結(jié)果的線性回歸步驟763；用于當(dāng)根據(jù)所述新的逼近結(jié)果確定可變參數(shù)的多個(gè)值中存在異常值時(shí)，移除異常值并前進(jìn)至線性回歸步驟765，且用于當(dāng)根據(jù)所述新的逼近結(jié)果確定可變參數(shù)的多個(gè)新的值中不存在異常值時(shí)，前進(jìn)至靈敏度獲得步驟770的移除步驟767；用于根據(jù)逼近結(jié)果獲得第一靈敏度的靈敏度獲得步驟770。

仿真示例

以下提供靈敏度確定的一些仿真示例。下述仿真示例可以為本領(lǐng)域中具有一般技能的人實(shí)施本發(fā)明提供參考。這些例子并不限制權(quán)利要求的范圍。

例1

采用如圖3所示的靈敏度確定模塊150執(zhí)行圖8所示的靈敏度確定步驟。本例中，屬性θ1的屬性值σ1被歸一化為1，擾動(dòng)尺度為2％，可變參數(shù)為壓降p1，預(yù)設(shè)范圍為大于85％。

執(zhí)行值確定步驟710和線性回歸步驟730后，獲得的線性回歸的逼近結(jié)果如圖11中上方的坐標(biāo)圖所示，該上方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為壓降(單位為帕斯卡，以下將“帕斯卡”簡(jiǎn)稱為“pa”)。圖11下方的坐標(biāo)圖示出了壓降p1與各個(gè)擾動(dòng)值分別對(duì)應(yīng)的多個(gè)值的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)；壓降p1的各個(gè)值的線性回歸誤差的標(biāo)準(zhǔn)差為1.4e+01(pa)。

執(zhí)行擬合匹配度計(jì)算步驟750后，獲得擬合優(yōu)度為99.6％。由于99.6％大于85％，因此，執(zhí)行靈敏度獲得步驟770，得到第一靈敏度為：屬性值每增加1％，壓降下降13pa。

例2

采用如圖3所示的靈敏度確定模塊150執(zhí)行圖8所示的靈敏度確定步驟。本例中，屬性θ2的屬性值σ2被歸一化為1，擾動(dòng)尺度為2％，可變參數(shù)為壓降p2，預(yù)設(shè)范圍為大于85％。

執(zhí)行值確定步驟710和線性回歸步驟730后，獲得的線性回歸的逼近結(jié)果如圖12中上方的坐標(biāo)圖所示，該上方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為壓降(單位pa)。圖12下方的坐標(biāo)圖示出了壓降p2與各個(gè)擾動(dòng)值分別對(duì)應(yīng)的多個(gè)值的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)；壓降p2的各個(gè)值的線性 回歸誤差的標(biāo)準(zhǔn)差為2.9e+05(pa)。

執(zhí)行擬合匹配度計(jì)算步驟750后，獲得擬合優(yōu)度為71.3％。由于71.3％小于85％，因此，執(zhí)行尺度調(diào)整步驟762，將擾動(dòng)尺度加大為8％。

基于擾動(dòng)尺度8％，重新執(zhí)行值確定步驟710和線性回歸步驟730后，獲得的線性回歸的逼近結(jié)果如圖13中上方的坐標(biāo)圖所示，該上方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為壓降(單位pa)。圖13下方的坐標(biāo)圖示出了壓降p2的各個(gè)新的值的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)；壓降p2的各個(gè)新的值的線性回歸誤差的標(biāo)準(zhǔn)差為2.1e+05(pa)。

再次執(zhí)行擬合匹配度計(jì)算步驟750后，獲得擬合優(yōu)度為96.9％。由于96.9％大于85％，因此，執(zhí)行靈敏度獲得步驟770，得到第一靈敏度為：屬性值每增加1％，壓降增加2.35e+4pa。

例3

采用如圖5所示的靈敏度確定模塊150執(zhí)行圖10所示的靈敏度確定步驟。本例中，屬性θ3的屬性值σ3被歸一化為1，擾動(dòng)尺度為2％，可變參數(shù)為壓降p3，預(yù)設(shè)范圍為大于85％，異常值的識(shí)別方式為：壓降p3的一個(gè)值的線性回歸誤差與壓降p3的所有值的線性回歸誤差的標(biāo)準(zhǔn)差之比大于2。

執(zhí)行值確定步驟710和線性回歸步驟730后，獲得的線性回歸的逼近結(jié)果如圖14中上方的坐標(biāo)圖所示，該上方的坐標(biāo)圖的橫軸坐標(biāo)為屬性，縱軸坐標(biāo)為壓降(單位pa)。圖13下方的坐標(biāo)圖示出了壓降p3的各個(gè)值的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)；各個(gè)擾動(dòng)值的線性回歸誤差的標(biāo)準(zhǔn)差為2.4e+05(pa)。

執(zhí)行擬合匹配度計(jì)算步驟750后，獲得擬合優(yōu)度為31.6％。由于31.6％小于85％，因此，執(zhí)行尺度調(diào)整步驟762，將擾動(dòng)尺度加大為8％。

基于擾動(dòng)尺度8％，執(zhí)行值確定步驟763和線性回歸步驟765后，獲得的線性回歸的逼近結(jié)果如圖15中上方的坐標(biāo)圖所示，其橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為壓降(單位pa)。圖15下方的坐標(biāo)圖示出了壓降p3的各個(gè) 新的值的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)；壓降p3的各個(gè)新的值的線性回歸誤差的標(biāo)準(zhǔn)差為1.9e+05(pa)。

接著，執(zhí)行移除步驟767，將線性回歸誤差大于2*1.9e+05的異常值移除。異常值移除后的線性回歸的逼近結(jié)果請(qǐng)見(jiàn)圖16中上方的坐標(biāo)圖，該上方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為壓降(單位pa)。圖16中上方的坐標(biāo)圖中的空心圓圈表示被移除的異常值，其中的直線表示基于實(shí)心圓圈對(duì)應(yīng)的值(即已移除異常值的多個(gè)值)得到的線性回歸的逼近結(jié)果。圖16中下方的坐標(biāo)圖示出了壓降p3在擾動(dòng)尺度8％下的所有值(包括異常值以及除異常值以外的其他值)相對(duì)圖16上方坐標(biāo)圖中所示的線性回歸結(jié)果的線性回歸誤差，該下方的坐標(biāo)圖的橫軸坐標(biāo)為屬性(已歸一化，無(wú)單位)，縱軸坐標(biāo)為線性回歸誤差(單位pa)。

接著，執(zhí)行靈敏度獲得步驟770，得到第一靈敏度為：屬性值每增加1％，壓降增加87pa；此外，壓降p3移除異常值后獲得的線性回歸誤差的標(biāo)準(zhǔn)差為5.1e+02(pa)，擬合優(yōu)度為98.6％。

雖然結(jié)合特定的實(shí)施方式對(duì)本公開(kāi)進(jìn)行了說(shuō)明，但本領(lǐng)域的技術(shù)人員可以理解，對(duì)本公開(kāi)可以作出許多修改和變型。因此，要認(rèn)識(shí)到，權(quán)利要求書(shū)的意圖在于涵蓋在本公開(kāi)真正構(gòu)思和范圍內(nèi)的所有這些修改和變型。