CN106682742A - 一种基于物联网技术的实时数据采集分析方法 - Google Patents

Abstract

本发明涉及一种基于物联网技术的实时数据采集分析方法，主要包括数据的采集与传输，实时数据传输过程的状态判断，实时数据的处理，故障状态的诊断与判定，数据的存储与保存。通过将物联网射频识别技术、传感器网络技术、嵌入式编码技术以及无线数据通信技术与软件系统相结合，将化工园区的各类数据与互联网连接起来并进行数据通讯、交换，实现化工园区的智能化数据采集，用户可通过系统平台随时对实时数据进行查询。通过采集大量的数据分析，管理人员可以实时掌握化工园区的运行状态，数据分析将成为管理人员对化工园区安全情况评估、化工园区事故评估的重要依据。

Description

一种基于物联网技术的实时数据采集分析方法

技术领域

本发明涉及电力与通信技术领域，尤其涉及一种基于物联网技术的实时数据采集分析方法。

背景技术

多年来，国家一直对化工园区的安全情况十分重视。自从上个世纪五十年代中后期开始以来，至今已有接近六十年的历史。目前，化工园区的监督管理工作也取得了一定的成就。这些是经济建设的重要基础设备，是关系到大范围人员的居住环境安全和人员自身安全的重要课题。故此，如何确保化工园区的安全运行、减少人员伤亡以及财产损失就成了广大城市管理者工作的重点。作为一类与人民群众生命安全息息相关的工业园区，化工园区的安全运行远程监管系统主要用于检测城市中化工园区的运行状况，检测化工园区是否潜在风险，实时观察运行状态，以及故障发生以后实时报警，同时对化工园区维保人员进行强身份认证，对化工园区的维护保养进行有力的监督，确保实时正常运行，但是目前传统的管理维护方法已不能满足当前化工园区安全的严峻形势。标准已明显地滞后于化工行业管理技术的发展和进步，而且阻碍着化工行业的技术创新和技术革命。

研发基于嵌入式技术的实时数据采集与监测系统，对园区多灾变信号进行实时采集与分析。化工企业即使再同一生产过程中，由于工序和环境的复杂性，需要监测的信息往往也非常多样，部署的物联网将具有极大的异构性，这些差异还带来了通信方面的挑战。因此，在实现生产过程中各类装置、人员监控和物联过程中，开发基于物联网技术的实时数据采集方法，从而实现高速可靠安全的多跳传输策略、异质数据的同构化处理等都具有现实的意义。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于物联网技术的实时数据采集分析方法，本方法针对解决化工园区工作环境复杂，故障预警与管理维护困难等问题，实现管理人员对化工园区安全情况评估、化工园区事故评估，为故障预警平台提供理论依据。

本发明是通过以下技术方案达到上述目的：一种基于物联网技术的实时数据采集分析方法，包括如下步骤：

(1)将化工园区的现场实时数据采集到下位机并通过串口按照固定帧格式传输至黑匣子系统；

(2)在现场实时数据传输过程中对传输过程状态进行判断，若状态正常则执行步骤(3)；若发生故障，则进行数据传输通道维护后重新执行步骤(1)；

(3)数据分析模块采用贝塞尔法或极差法对现场实时数据进行分析处理，诊断并判定故障状态：若存在故障，返回故障类型后执行步骤(4)，若不存在执行步骤(5)；

(4)实施应急维护后重新跳转执行步骤(3)；

(5)将分析处理得到的状态数据保存在数据存储模块中，并通过数据上报模块将状态数据上报至应用平台。

作为优选，所述现场实时数据来源于基站传感器、平层传感器及供电监测模块。

作为优选，所述步骤(2)对传输过程状态进行判断方法为引入实时数据传输流T_A→B模型和稳定度特征参数，对实时数据传输过程中流动延迟进行判定，具体如下：

实时数据传输流模型代表的是实时数据传输过程中的流动趋势，一个受关注的实时数据源，向外传输的速度快，传输过程中包含的信息量大；在实时数据流传输模型中，为了衡量模型的运转情况，引入稳定度特征参数如下所示：

state＝F(d,l,f)

稳定度特征参数满足以下条件：

实时数据传输过程中流动延迟越小，传输到达的实时数据隐含的信息损失越小，而实时数据传送反馈的信息越多，模型越稳定。

作为优选，所述步骤(3)采用贝塞尔法或极差法对现场实时数据进行分析处理，诊断并判定故障状态的方法如下：

1)若检测传输次数大于或等于预设次数时，采用贝塞尔法对现场实时数据进行统计分析评定，具体如下：

1.1)对n次独立监测和传输的数据平均值x，计算其标准不确定度为：

1.2)对独立监测和传输数据的结果取其中m个值，计算该过程的标准不确定度为：

2)若检测传输次数小于预设次数时，采用极差法对现场实时数据进行统计分析评定，具体为对于n次独立监测和传输数据，计算结果中的最大值和最小值之差R,令该值为极差，在极差接近正态分布的情况下，计算单次独立监测和传输结果的标准差如下式所示：

其中，系数C可根据测量设备的厂家或标定得到，也可通过经验知识获得。

作为优选，所述步骤(5)的数据存储模块保存有状态数据外，还对故障数据进行保存；其中状态数据按天进行保存，故障数据按故障恢复的当期日期进行保存，保存12个月的故障数据。

作为优选，所述的数据上报模块通过GPRS网络将状态数据上报至应用平台。

本发明的有益效果在于：本发明能够实现管理人员对化工园区安全情况评估、化工园区事故评估，为故障预警平台提供理论依据，有显著的技术效果和实际使用价值。

附图说明

图1是本发明的方法流程示意图；

图2是本发明实施例的数据传输示意图；

图3是本发明实施例的数据分析模块工作流程示意图；

图4是本发明实施例的数据存储模块工作流程示意图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：如图1所示，一种基于物联网技术的实时数据采集分析方法分为以下步骤：

1)现场实时数据的采集与传输

在实时运行过程中将基站传感器、平层传感器等多种传感器和供电监测模块的数据采集到下位机中，然后通过串口按照固定帧格式上报给黑匣子系统中，在通过数据分析模块进行故障分析和实时数据分析，从而得到化工园区运行的状态并将数据保存在数据存储模块中，然后在通过数据上报模块将采集到的数据通过GPRS网络上报应用平台，从而实现化工园区运行的监控。

2)实时数据传输过程状态判断

为进一步研究实时数据传输过程中的流动趋势，引入实时数据传输流T_A→B的概念。

实时数据的传输代表的是实时数据传输过程中的流动趋势，一个受关注的实时数据源，向外传输的速度较快，实时数据传输过程中包含的信息量也较大。

在实时数据流传输模型中，为了衡量模型的运转情况，引入稳定度特征参数：

state＝F(d,l,f)

满足以下条件：

即实时数据传输过程中流动延迟越小，传输到达的实时数据隐含的信息损失越小，而实时数据传送反馈的信息越多，模型越稳定。其中，数据传输过程如图2所示。

3)实时数据的处理及故障状态的诊断与判定

工作流程如图3所示，工作过程中将终端采集到的合法数据进行分析，分析判断该数据是否产生故障，如果没有故障将数据返回正常状态；如果有故障，返回故障类型。并进行有人无人值守分析、运行次数统计，将该数据返回到主函数中进行其他操作。完成化工园区运行状态的智能学习过程；运行状态学习采用多次最大峰值比较，取最大值为化工园区运行状态数据，并以此作为运行超负荷判定依据；主函数操作的就是其下层传感器的结构体。

在数据分析过程中采用贝塞尔法对监测和传输之后的数据进行统计分析评定，以判断是否存在故障。对n次独立监测和传输的数据平均值x，计算其标准不确定度为：

对独立监测和传输数据结果取其中m个值，可以计算该过程的标准不确定度为：

不确定度的阈值可以根据安全等级进行确定，在高强度生产作业阶段，或易发生事故的时期，可以将阈值调低。反之可以选取较大的阈值。如果检测和传输次数较少时，不利于贝塞尔法计算。此时可以采用极差法，极差法是假定在重复性条件下进行计算，进行n次独立监测和传输，计算结果中的最大值和最小值之差R,令该值为极差，在极差接近正态分布的情况下，可计算单词独立检测和传输结果的标准差如下式：

式中：系数C可根据现有知识获得，如测量设备的厂家或标定得到，还有根据经验知识获得。

4)数据的存储与保存

为将历史数据进行保存以备后期的调用和分析，需将一定阶段的数据进行存储。数据存储模块属于过程函数，主要功能是存储故障数据和实时数据：将采集上来的数据进行重新组合，保存到文件中。实时数据按天进行保存；故障数据当故障数据恢复并上传成功后进行保存，并清空临时文件下面的记录，按故障恢复并上传成功的当期日期进行保存，分成12个月，保存为1年的数据，其工作流程见图4。

在本发明实施例所提出的基于物联网技术的实时数据采集分析方法的过程中，本系统按照功能可划分为电子监管系统、日常维护现场作业系统、安全监察现场作业系统以及运行参数记录监管系统(黑匣子)4个子系统。以开发方式划分，本系统可分为系统终端系统、嵌入式软件设计以及软件平台设计。

在现实中，化工园区运行是否正常主要是依靠各种运行数据，这部分属于系统内比较核心的部分，其它模块都是围绕这一模块的数据进行分析处理。

相对于不断增长的化工园区数量，繁重的安全监察工作任务，不断提高的目标要求，安全监察人员力量呈现严重不足，可以想象，这一问题将长期存在而且会越来越突出。本发明的实施能够有效解决现有监管力量无法对化工园区维保实施全面有效监察的问题，节约监管的成本，提高监管的效率。

化工园区安全监管物联网系统的推广应用将解决关乎化工园区安全的以下问题：

1)解决维保单位化工园区维护保养不到位、化工园区安全管理意识淡漠的问题，同时也提升公众安全意识。

2)解决化工园区安全管理责任不清晰、动态信息记录不完整、追责互相推诿的问题。

3)解决化工园区发生故障时，无法及时、分级告知主体责任人；没有任何告知信息导致工作人员采取自救措施而发生次生伤亡；以及由于不了解化工园区内部情况导致现场救援效率低的问题。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (6)

1.一种基于物联网技术的实时数据采集分析方法，其特征在于，包括如下步骤：

(1)将化工园区的现场实时数据采集到下位机并通过串口按照固定帧格式传输至黑匣子系统；

(2)在现场实时数据传输过程中对传输过程状态进行判断，若状态正常则执行步骤(3)；若发生故障，则进行数据传输通道维护后重新执行步骤(1)；

(3)数据分析模块采用贝塞尔法或极差法对现场实时数据进行分析处理，诊断并判定故障状态：若存在故障，返回故障类型后执行步骤(4)，若不存在执行步骤(5)；

(4)实施应急维护后重新跳转执行步骤(3)；

(5)将分析处理得到的状态数据保存在数据存储模块中，并通过数据上报模块将状态数据上报至应用平台。

2.根据权利要求1所述的一种基于物联网技术的实时数据采集分析方法，其特征在于：所述现场实时数据来源于基站传感器、平层传感器及供电监测模块。

3.根据权利要求1所述的一种基于物联网技术的实时数据采集分析方法，其特征在于：所述步骤(2)对传输过程状态进行判断方法为引入实时数据传输流T_A→B模型和稳定度特征参数，对实时数据传输过程中流动延迟进行判定，具体如下：

$T_{A\→B}=\stackrel{\→}{V}$

实时数据传输流模型代表的是实时数据传输过程中的流动趋势，一个受关注的实时数据源，向外传输的速度快，传输过程中包含的信息量大；在实时数据流传输模型中，为了衡量模型的运转情况，引入稳定度特征参数如下所示：

state＝F(d,l,f)

稳定度特征参数满足以下条件：

$\frac{\mathrm{\&Delta;}F}{\mathrm{\&Delta;}d}<0,\frac{\mathrm{\&Delta;}F}{\mathrm{\&Delta;}l}<0,\frac{\mathrm{\&Delta;}F}{\mathrm{\&Delta;}f}>0$

实时数据传输过程中流动延迟越小，传输到达的实时数据隐含的信息损失越小，而实时数据传送反馈的信息越多，模型越稳定。

4.根据权利要求1所述的一种基于物联网技术的实时数据采集分析方法，其特征在于：所述步骤(3)采用贝塞尔法或极差法对现场实时数据进行分析处理，诊断并判定故障状态的方法如下：

1)若检测传输次数大于或等于预设次数时，采用贝塞尔法对现场实时数据进行统计分析评定，具体如下：

1.1)对n次独立监测和传输的数据平均值x，计算其标准不确定度为：

$u\left(\stackrel{\&OverBar;}{x}\right)=\frac{s}{\sqrt{n}}=\sqrt{\frac{1}{n(n-1)}\underset{k=1}{\overset{n}{\&Sigma;}}{(x_k-\stackrel{\&OverBar;}{x})}^2}$

1.2)对独立监测和传输数据的结果取其中m个值，计算该过程的标准不确定度为：

$u\left({\stackrel{\&OverBar;}{x}}_m\right)=\frac{s}{\sqrt{m}}$

2)若检测传输次数小于预设次数时，采用极差法对现场实时数据进行统计分析评定，具体为对于n次独立监测和传输数据，计算结果中的最大值和最小值之差R,令该值为极差，在极差接近正态分布的情况下，计算单次独立监测和传输结果的标准差如下式所示：

$u\left(x_i\right)=S\left(x_i\right)=\frac{R}{C}$

其中，系数C可根据测量设备的厂家或标定得到，也可通过经验知识获得。

5.根据权利要求1所述的一种基于物联网技术的实时数据采集分析方法，其特征在于：所述步骤(5)的数据存储模块保存有状态数据外，还对故障数据进行保存；其中状态数据按天进行保存，故障数据按故障恢复的当期日期进行保存，保存12个月的故障数据。

6.根据权利要求1所述的一种基于物联网技术的实时数据采集分析方法，其特征在于：所述的数据上报模块通过GPRS网络将状态数据上报至应用平台。